ความคลุมเครือและตรรกะ


17

ในทฤษฎีออโตมาตะ (จำกัด ออโตมาตะ, กดออโตมาตะ, ... ) และในความซับซ้อนมีความคิดเกี่ยวกับ "ความกำกวม" หุ่นยนต์ไม่ชัดเจนถ้ามีคำที่มีอย่างน้อยสองวิ่งการยอมรับความแตกต่าง เครื่องเป็น -ambiguous ถ้าทุกคำพูดรับการยอมรับจากเครื่องที่มีมากที่สุดวิ่งที่แตกต่างกันที่จะยอมรับWk w k wWkWkW

ความคิดนี้ถูกกำหนดผ่านไวยากรณ์ที่ไม่มีบริบท: ไวยากรณ์จะคลุมเครือหากมีคำที่สามารถรับได้ในสองวิธีที่แตกต่างกัน

มันเป็นที่รู้จักกันว่าหลายภาษามีลักษณะทางตรรกะที่ดีกว่ารุ่น จำกัด (ถ้าภาษาเป็นปกติมีสูตรลำดับที่สองแบบ monadicอยู่เหนือคำเช่นนั้นทุกคำที่ของเป็นแบบจำลองของเช่นเดียวกับ NP หากเทียบเท่ากับสูตรลำดับที่สองที่ทุก ๆ ลำดับที่ 2 มีอยู่ .)ϕ w L ϕLφWLφ

ดังนั้นคำถามของฉันอยู่ที่ขอบของทั้งสองโดเมน: มีผลใด ๆ หรือแม้กระทั่งคำจำกัดความที่ยอมรับได้ของ "ความกำกวม" ของสูตรของตรรกะที่กำหนดหรือไม่

ฉันจินตนาการถึงคำจำกัดความบางอย่าง:

  • xφ(x)ไม่คลุมเครือถ้ามีมากที่สุดคนหนึ่งxดังกล่าวว่าφ(x)ถือและไม่คลุมเครือ φ(x)
  • φ0φ1จะคลุมเครือหากมีทั้งแบบจำลองและหรือถ้าคลุมเครือ ϕ 1 ϕ iφ0φ1φผม
  • สูตร SAT จะไม่คลุมเครือหากมีการมอบหมายที่ถูกต้องอย่างน้อยหนึ่งครั้ง

ดังนั้นฉันสงสัยว่ามันเป็นความคิดที่รู้จักกันดีมิฉะนั้นอาจเป็นเรื่องที่น่าสนใจที่จะลองทำการวิจัยในหัวข้อนี้ หากความคิดเป็นที่รู้จักใครสามารถให้คำหลักที่ฉันสามารถใช้ในการค้นหาข้อมูลเกี่ยวกับเรื่องนี้ (เพราะ "ความกำกวมตรรกะ" ให้ผลลัพธ์ที่ไม่เกี่ยวข้องจำนวนมาก) หรือการอ้างอิงหนังสือ / pdf / บทความ?

คำตอบ:


11

กฎในไวยากรณ์และกฎการอนุมานในเชิงตรรกะสามารถคิดได้ว่าเป็นกฎการผลิตซึ่งทำให้เรา "สิ่งใหม่" จาก "สิ่งที่รู้จัก" เช่นเดียวกับที่อาจมีหลายวิธีในการสร้าง (หรือแยกวิเคราะห์) คำที่เกี่ยวกับไวยากรณ์ดังนั้นอาจมีหลายวิธีในการสร้าง (หรือพิสูจน์) สูตรตรรกะ การเปรียบเทียบนี้สามารถวาดเพิ่มเติมได้ ตัวอย่างเช่นระบบโลจิคัลบางระบบยอมรับรูปแบบการพิสูจน์ตามปกติ ในทำนองเดียวกันไวยากรณ์บางอย่างยอมรับต้นไม้แยกวิเคราะห์ที่ยอมรับ

ดังนั้นฉันจะบอกว่าตัวอย่างของคุณจากตรรกะไปในทิศทางที่ผิด การเปรียบเทียบที่ถูกต้องคือ

"แยกวิเคราะห์ต้นไม้": "word" = "พิสูจน์": "สูตรตรรกะ"

ในความเป็นจริงไวยากรณ์ทั่วไปชนิดที่เพียงพอจะสามารถแสดงกฎการอนุมานทั่วไปของตรรกะเพื่อให้คำที่ถูกต้องตามหลักไวยากรณ์จะเป็นสูตรที่พิสูจน์ได้อย่างแม่นยำ ในกรณีนี้ต้นไม้ในการแยกวิเคราะห์จะเป็นหลักฐาน

ในทิศทางตรงกันข้ามถ้าเรายินดีที่จะคิดถึงกฎการอนุมานทั่วไป (ซึ่งไม่จำเป็นต้องมีรสชาดแบบดั้งเดิม) ทุกไวยากรณ์จะแสดงออกมาเป็นระบบของสัจพจน์ (เทอร์มินัล) และกฎการอนุมาน (โปรดักชั่น) และอีกครั้งเราจะเห็นว่าการพิสูจน์นั้นเหมือนกับต้นไม้แจง


ฉันไม่ได้คิดถึงการพิสูจน์ ฉันคุ้นเคยกับทฤษฎีโมเดล (จำกัด ) มากขึ้น เราใส่ใจในการหาว่าชุดใดเป็นโมเดลของสูตรและชุดใดไม่ใช่ (โดยเฉพาะอย่างยิ่งสำหรับสูตรอะไรคือความซับซ้อนของการค้นหาว่าชุดเป็นแบบจำลองหรือไม่และสำหรับสูตรที่พิสูจน์ได้ดังนั้นจึงมีความซับซ้อนความซับซ้อนคือ O (1) เนื่องจากทุกชุดเป็นแบบจำลอง) แต่ขอบคุณมากสำหรับคำตอบของคุณ
Arthur MILCHIOR

2
ทฤษฏีตัวแบบคือการใช้ตรรกะความหมายของภาษา ทฤษฎีแบบจำลองกำหนดความหมายให้กับทฤษฎีเชิงตรรกะในขณะที่ความหมายกำหนดความหมายให้กับภาษา บางครั้งมันเป็นการดีที่สุดที่จะไม่ผสมแอปเปิ้ลและส้มแม้ว่าคุณจะคุ้นเคย
Andrej Bauer

7

แค่สองคำพูด ฉันหวังว่าพวกเขาช่วย

คำจำกัดความมาตรฐานของความหมายของตรรกะและความจริงเป็นไปตามการนำเสนอของ Tarski ดำเนินการโดยการเหนี่ยวนำในโครงสร้างสูตร ความเป็นไปได้อีกอย่างหนึ่งคือการให้ความหมายตามเกมตามที่ Hintikka แนะนำ ความจริงและความพึงพอใจล้วนกำหนดไว้ในแง่ของกลยุทธ์ในเกม สำหรับสูตรการสั่งซื้อครั้งแรกเราสามารถพิสูจน์ได้ว่าสูตรนั้นเป็นจริงภายใต้แนวคิดของ Tarski หากว่ามีกลยุทธ์ที่ชนะในเกม Hintikka

ในการทำคำถามของคุณให้เป็นทางการคุณสามารถถามได้ว่าเกมยอมรับกลยุทธ์หลายอย่างหรือไม่ นอกจากนี้ยังมีคำถามที่น่าสนใจเกี่ยวกับกลยุทธ์ที่ควรกำหนดไว้หรือไม่ ฮินติกาต้องการให้พวกเขาเป็นคนกำหนด การพิสูจน์ว่าความหมายดั้งเดิมของ Hintikka และความหมายของ Tarski นั้นเทียบเท่ากันต้องเป็นสัจพจน์ของ Choice ท่านสามารถทำให้ความจริงเป็นทางการในแง่ของเกมด้วยกลยุทธ์ที่ไม่ได้กำหนดไว้และมีภาวะแทรกซ้อนน้อยลง

ตัวอย่างทฤษฎีภาษาของคุณทำให้ทราบถึงระดับความสัมพันธ์การจำลองสถานการณ์และการยอมรับภาษา การจำลองความสัมพันธ์ระหว่างออโตมาตาหมายถึงการรวมภาษาระหว่างภาษาของพวกเขาแม้ว่าการสนทนาไม่เป็นความจริง สำหรับออโตเมต้าที่กำหนดค่าได้ทั้งสองแนวคิดจะเกิดขึ้นพร้อมกัน หนึ่งสามารถถามว่าเป็นไปได้ที่จะขยายความสัมพันธ์จำลองในลักษณะ 'ราบรื่น' เพื่อจับภาพความเท่าเทียมกันทางภาษาสำหรับออโตมาตาที่ไม่ได้กำหนดขึ้น คูชา Etessami มีกระดาษที่ดีจริงๆแสดงให้เห็นว่าการทำเช่นนี้โดยใช้ K-จำลอง ( ลำดับชั้นของพหุนามเวลาคำนวณจำลองสำหรับออโต) โดยสัญชาตญาณ 'k' จะแสดงระดับของความไม่แน่นอนที่ความสัมพันธ์จำลองสามารถจับได้ เมื่อ 'k' เท่ากับระดับของความไม่แน่นอนในหุ่นยนต์การจำลองและความเท่าเทียมกันทางภาษา กระดาษนั้นยังให้ลักษณะเชิงตรรกะของ k-simulations ในแง่ของตรรกะ modadic modadic และชิ้นส่วนตัวแปรขอบเขตของตรรกะลำดับแรก คุณจะได้รับการรวมภาษาการกำหนดเกมตรรกะโมดอลและตรรกะการสั่งซื้อครั้งแรกทั้งหมดในแพ็คเกจบัมเปอร์แพคหนึ่ง


4

สิ่งนี้เริ่มเป็นความเห็นภายใต้คำตอบของ Andrej Bauer แต่มันใหญ่เกินไป

ผมคิดว่าคำนิยามที่ชัดเจนของความคลุมเครือจากจุดไฟไนต์รุ่นทฤษฎีของมุมมองจะเป็น: ฉันกรัมยูo U s ( φ )aม.ผมก.ยูโอยูs(φ)M1,M2|M1φM2φM1ψM2ψ

ในคำที่มีอยู่รูปแบบที่แตกต่างของไวยากรณ์ของคุณเข้ารหัสเป็นสูตรที่สามารถโดดเด่นด้วยบางสูตรψบางทีย่อยสูตรφφψφ

คุณสามารถเชื่อมต่อสิ่งนี้กับคำตอบของ Andrej เกี่ยวกับการพิสูจน์ผ่านความซับซ้อนเชิงพรรณนา การรวมกันของการมีอยู่ของการเข้ารหัสของรูปแบบเฉพาะรวมทั้งการยอมรับโดย TM ที่เหมาะสมเป็นรูปแบบของสูตรที่กำหนดเป็นหลักฐานว่าสัจพจน์และการอนุมาน (และไวยากรณ์ที่เทียบเท่า) ที่เข้ารหัสในสูตรนั้นมีความสอดคล้องกัน

เพื่อให้เข้ากันได้อย่างสมบูรณ์กับคำตอบของ Andrej คุณจะต้องบอกว่าตัวแบบนั้นถูก "สร้างขึ้น" โดยสูตรที่ทำหน้าที่เป็นตัวกรองบนพื้นที่ของแบบ จำกัด แน่นอนที่เป็นไปได้ทั้งหมด (หรืออะไรทำนองนั้น) ด้วยการเข้ารหัสและการกระทำของตัวกรอง ในรูปแบบการป้อนข้อมูลเป็น "หลักฐาน" หลักฐานที่แตกต่างนั้นเป็นพยานถึงความกำกวม

นี่อาจไม่ใช่ความเชื่อมั่นที่เป็นที่นิยม แต่ฉันมักจะคิดถึงทฤษฎีแบบ จำกัด และทฤษฎีการพิสูจน์ว่าเป็นสิ่งเดียวกันที่เห็นจากมุมที่แตกต่างกัน ;-)


"ไวยากรณ์ของคุณเข้ารหัสสูตร " ฉันขอให้อภัยฉันไม่เข้าใจ คุณหมายถึง "เป็นสูตร" หรือไม่ เท่าที่ฉันสามารถบอกได้คุณสามารถแยกความแตกต่างของโมเดล จำกัด สองแบบได้เสมอ φ
Arthur MILCHIOR

ใช่ว่าควรเป็น "สูตร" ฉันแก้ไขมันแล้ว สำหรับความแตกต่างของแบบจำลอง จำกัด สถานการณ์อื่น ๆ คือมีรูปแบบ จำกัด แน่นอนที่ยอมรับเพียงหนึ่งเดียวสำหรับภาษาของคุณ นั่นคือสิ่งที่ตรงกันข้ามกับความกำกวม
Marc Hamann

ฉันเดาว่าคงเป็น "ความกำกวม" ฉันไม่ได้คิดเกี่ยวกับสิ่งนี้ ส่วนใหญ่เป็นเพราะเท่าที่ภาษามีความกังวลนี้จะไม่น่าสนใจจริงๆ แต่จากจุดตรรกะถ้ารู้สึกว่าเหมาะสม
Arthur MILCHIOR

ฉันไม่แน่ใจว่าส่วนภาษานั้นน่าเบื่อ ฉันมีความคิดเพิ่มเติมเกี่ยวกับเรื่องนี้ แต่ฉันคิดว่ามันจะพาเราไปไกลเกินขอบเขตของฟอรัมนี้ ;-)
Marc Hamann

0

ไม่แน่ใจเกี่ยวกับคำถามที่ใช้กับ CS แต่ลองค้นหาคำว่า Vagueness และตรรกะ ในปรัชญาของตรรกะความคลุมเครือมักจะสร้างความแตกต่างจากความคลุมเครือ (ดูที่นี่เป็นต้น) และฉันคิดว่าสิ่งที่คุณกำลังตามมาคือความคลุมเครือ หนังสือสำคัญในบริเวณนี้คือ Vagueness ของทิโมธีวิลเลียมสัน (แต่ยังเห็นบรรณานุกรมในเว็บไซต์ของสแตนฟอร์ดด้านบน)


1
ขอบคุณสำหรับคำตอบ. แต่อย่างที่คุณบอกฉันไม่เห็นความสัมพันธ์กับวิทยาศาสตร์คอมพิวเตอร์ โดยเฉพาะอย่างยิ่งจักรวาลเป็นหรือไม่ใช่แบบจำลองของสูตรไม่มีความคลุมเครือใด ๆ ที่นี่ ความคลุมเครือนั้นเป็นสิ่งที่กำหนดไว้อย่างดีและมีอัลกอริทึมที่รู้จักกันดีในการตัดสินใจว่าออโตเมติกนั้นยากหรือคลุมเครือหรือไม่ชัดเจน (เฉพาะหุ่นยนต์บางชนิดเท่านั้น)
Arthur MILCHIOR

คุณค่อนข้างถูกต้องฉันอาจไม่ควรเพิ่มคำถามนี้และติดอยู่กับที่ซุ่มซ่อน ฉันเป็นเพียง noob ที่ CS (กำลังจะสำเร็จการศึกษาในระดับปริญญาตรีด้วยตรรกะ / ปรัชญาวิทยาศาสตร์และคณิตศาสตร์บริสุทธิ์) ขอบคุณสำหรับข้อมูลว่า
DanielC

0

ฉัน (เช่นกัน) เห็นด้วยกับ Anrej

ฉันคิดว่าความซับซ้อนเชิงพรรณนานั้นเป็นลักษณะการคำนวณน้อย (ซึ่งทำให้มันน่าสนใจในแบบของตัวเอง) ดังนั้นตัวอย่างความคลุมเครือในการคำนวณจากทฤษฎีภาษาทางการ (ออโตมาตา / ไวยากรณ์ / ... ) ที่คุณให้อยู่ในโดเมนที่แตกต่างกัน . ในภาษาที่มีความซับซ้อนเชิงพรรณนานั้นตรงกับคลาสที่ซับซ้อนและข้อความค้นหา ไม่มีวิธีที่ตั้งใจในการตรวจสอบ / คำนวณ AFAIK ของแบบสอบถามดังนั้นหากคุณไม่ต้องการความคลุมเครือในการคำนวณ IMHO ตัวอย่างเหล่านั้นทำให้เข้าใจผิด


Kaveh ฉันไม่แน่ใจว่าฉันยอมรับว่าการคำนวณลักษณะที่ไม่ซับซ้อนของความซับซ้อนเชิงพรรณนานั้นถูกต้อง 100% รายละเอียดการคำนวณมีความสำคัญมากในการทำความเข้าใจว่าตรรกะเฉพาะจับชั้นความซับซ้อน ข้อได้เปรียบคือเมื่อคุณได้ทำการพิสูจน์และเข้าใจวิธีการทำงานแล้วคุณสามารถตั้งค่าการคำนวณและมุ่งเน้นไปที่รายละเอียดเชิงตรรกะโดยใช้วิธีตรรกะมาตรฐาน
Marc Hamann

คำพูดเดียวกัน Mark ความซับซ้อนเชิงพรรณนายังเป็นที่รู้จักกันในนามทฤษฎีฐานข้อมูลคำศัพท์ที่ซ้อนโครงสร้างของฐานข้อมูลและรูปแบบของทฤษฎีที่ผสานเนื้อหาของฐานข้อมูล ดังนั้นเรายินดีที่เราสามารถคำนวณและหาว่าฐานข้อมูลเคารพสูตรหรือไม่
Arthur MILCHIOR

A0FO

1
@ Kaveh ฉันทำจุดที่บอบบางเล็กน้อย แต่สิ่งที่ฉันคิดว่ามีความสำคัญเนื่องจากดูเหมือนจะเข้าใจผิดบ่อยครั้ง (ตัวอย่างจาก P = NP ที่ล้มเหลว) มีคือต้นแบบอย่างเป็นธรรมอัลกอริทึมแรงเดรัจฉานที่รองรับการติดต่อของภาษาตรรกะและระดับความซับซ้อนที่ การทำงานกับลอจิกช่วยให้คุณไม่ต้องคิดถึงรายละเอียดของอัลกอริทึมนี้ทุกวินาที แต่ความงามและอัจฉริยะของบทพิสูจน์โดย Fagin, Immerman, Vardi และคนอื่น ๆ อยู่ในการอธิบายอัลกอริธึมเหล่านี้อย่างแน่นอน คนที่สูญเสียการมองเห็นของพวกเขามักจะจบลงด้วยปัญหา
Marc Hamann

1
@ Kaveh ฉันคิดว่าเราเข้าใจซึ่งกันและกันและแบ่งปันความเคารพในสนาม "Brute-force" ไม่ได้มีจุดประสงค์เพียงเล็กน้อยบนอัลกอริทึมพื้นฐานเพียงแค่ทำให้ชัดเจนว่าเรากำลังพูดถึงบางสิ่งที่เป็นนามธรรมมากกว่าสิ่งที่คนที่พูดการเพิ่มประสิทธิภาพอัลกอริทึมอาจคิดว่าเป็นอัลกอริทึม
Marc Hamann
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.