Чотиризначна логіка Н. Белнапа, білнапівський комп'ютер та нові функції близькості при порівнянні дискретних об'єктів
DOI:
https://doi.org/10.20998/2411-0558.2021.02.01.Ключові слова:
чотиризначна логіка Белнапа, белнапівський комп'ютер, оцінка близькості, розпізнавання та класифікація, функція близькості; нейронна мережаАнотація
Ідея чотиризначної логіки Белнапа полягає в тому, що сучасні комп'ютери повинні нормально функціонувати не тільки за істиносними значеннями вхідної інформації, але й за умов суперечливості, неповноти, істиносних провалів. У логіці Белнапа вводиться чотири істиносних значення: Т (true – істина), F (false – хібність), N (none – ніхто, ніщо, жоден), B (both – the two, not only the one but also the other). Для простоти роботи з цими істиносними значеннями запроваджуються такі позначення: (1, 0, n, b). Логіка Белнапа може використовуватися для отримання оцінок мір близькості дискретних об'єктів, для яких використовуються функції Jaccard and Needhem, Russel and Rao, Sokal and Michener, Хемінга та ін. При цьому виникає можливість оцінки близькості, розпізнавання та класифікації об'єктів в умовах невизначеності, коли істиносні значення беруться з множини (1, 0, n, b). На основі архітектури нейронної мережі Хеммінга розроблено нейронні мережі, що дозволяють обчислювати відстані між об'єктами, що описуються за допомогою істиносних значень (1, 0, n, b). Іл.: 1. Табл.: 4. Бібліогр.: 15 назв.
Ключові слова: чотиризначна логіка Белнапа; белнапівський комп'ютер; оцінка близькості; розпізнавання та класифікація; функція близькості; нейронна мережа
Посилання
Seung-Seok Choi, Cha Sung-Hyuk, and Tappert Chartes C (2010), A survey of Binary Similarity and Distance Measures / Choi Seund Seok, Systemics, Cybernetics and Informatics, Vol. 8, pp. 43-48.
Hubalek Z. (1982), Coefficients of Association and Similarity, Based on Binary (Presence-Absence) Data, An Evaluation, Biological Reviews, Vol. 57, No. 4, pp. 669-689.
Michael H. (1976), Binary coefficients: A theoretical and empirical study, Mathermatical Geology, Vol. 8, No. 2.
Sokal R.R., and Sneath P.H. (1963), Principles of numeric taxonomy, San Francicco, W.H. Freeman.
Willett P., Bornard P.H., and Drowns G.M. (1998), Chemical similarity searching, Chem Inf. Comput. Sci, Vol. 38, pp. 983-996.
Willett P. (2003), Similarity-based approaches to virtual screening, Biochemical Society Transactions, Vol. 31, pp. 603-606.
Babichev S.A. (2018), Theoretical and practical principles of information technology for processing gene expression profiles for the reconstruction of gene networks, The dissertation on competition of a scientific degree of Ph.D. on specialty 05.13.06. - Information
Technology, Херсон: HSTU, 2018, 382 p.
Dmitrienko, V.D., Zakovorotny, A.Yu., Leonov, S.Yu. (2020), Neural networks for determining affinity functions, 2020 Int. Congr. on Human-Computer Interaction, Optimization and Robotoc Applications (HORA), Ankara, Turkey, pp. 647-652.
Tomova, N.E. (2009), The emergence of three-valued logics: logical and philosophical analysis, MSU Journal. Series 7. Philosophy, Мoskow, МSU, pp. 68-74.
Tomova, N.E. (2013), Natural Three-Valued logics, Logical Investigations, Vol. 19. pp. 344-448.
Karpenko, A.S. (2010), Development of multivalued logic, Мoskow: Publishing house LKI, 448 p.
Dmitrienko, V.D., Leonov, S.Yu., and Zakovorotny, O.Yu. (2020), Computer components for estimating proximity and recognizing binary objects under uncertainty,Bulletin of NTU "KhPI". Computer Science and Modeling Series, Kharkiv, STU "KhPI", No. 2 (4), pp. 58-76.
Belnap, N.D. (1977), How computers should think, G. Ryle (ed.) Contemporary Aspects of Philosophy. Stocksfield: Oriel Press., pp. 30-56.
Belnap N.D. A useful four-valued logic , Epstein.
Dmitrienko, V.D., Leonov, S.Yu., and Zakovorotny, O.Yu. (2020), Neural Networks: Architecture and Usage: Tutorial, Kharkiv, STU "KhPI", 222 p.
