[논문 리뷰] Possibility Semantics
이 논문은 고전 논리와 모달 논리의 의미론을 일반화하기 위해 전통적인 '가능한 세계들' 대신 부분적 '가능성들'을 poset 또는 UV-공간에서 정규 개방집합으로 표현한 가능성 의미론을 제안한다. 이는 선택 공리에 의존하지 않는 이중성 기반 프레임워크를 구축하며, 비소수 및 비전체 가능성도 수용 가능하고, 고전적, 모달적, 직관주의 논리에 대해 더 풍부하고 구축 가능한 의미론을 제공함으로써 기존 접근 방식의 완비성 및 비구축성의 한계를 극복한다.
In traditional semantics for classical logic and its extensions, such as modal logic, propositions are interpreted as subsets of a set, as in discrete duality, or as clopen sets of a Stone space, as in topological duality. A point in such a set can be viewed as a "possible world," with the key property of a world being primeness--a world makes a disjunction true only if it makes one of the disjuncts true--which classically implies totality--for each proposition, a world either makes the proposition true or makes its negation true. This chapter surveys a more general approach to logical semantics, known as possibility semantics, which replaces possible worlds with possibly partial "possibilities." In classical possibility semantics, propositions are interpreted as regular open sets of a poset, as in set-theoretic forcing, or as compact regular open sets of an upper Vietoris space, as in the recent theory of "choice-free Stone duality." The elements of these sets, viewed as possibilities, may be partial in the sense of making a disjunction true without settling which disjunct is true. We explain how possibilities may be used in semantics for classical logic and modal logics and generalized to semantics for intuitionistic logics. The goals are to overcome or deepen incompleteness results for traditional semantics, to avoid the nonconstructivity of traditional semantics, and to provide richer structures for the interpretation of new languages.
연구 동기 및 목표
- 기존의 가능한 세계 의미론에서 선택 공리에 의존하는 비구축적 성격을 해결하기 위해, 특히 소수 필터와 원자 생성 과정에서의 문제를 해결하고자 한다.
- 전체적이며 소수적인 가능한 세계들을 부분적이며 정밀화 가능한 '가능성들'로 대체함으로써 고전적 및 모달 논리 의미론을 일반화하고자 한다. 이러한 가능성들은 논리적 합성문이나 진리값을 결정하지 않아도 된다.
- 정규 개방집합을 이용한 poset와 상부 비에토리스 공간(upper Vietoris spaces)을 기반으로 한 통합적, 이중성 기반 의미론 프레임워크를 제공하여 새로운 논리 언어에 더 풍부한 구조를 가능하게 하고자 한다.
- 이론적 접근을 직관주의 논리 및 탐색적 논리로 확장하여, 비분배적이고 비고전적인 추론을 지원하는 의미론을 제공하고자 한다.
- 특히 표준 의미론이 실패하는 경우(예: 증명 가능성 논리)에서, 이 새로운 의미론 하에서 일阶논리 및 모달 논리의 완비성 결과를 확립하고자 한다.
제안 방법
- 가능성의 집합에서 부분순서(poset)의 정규 개방집합으로 문장을 표현하며, 순서 관계 $\sqsubseteq$ 는 정보의 정밀화를 나타낸다.
- 정밀화 기반 의미론을 통해 논리 기호의 진리 조건을 정의한다: 가능성 $x$ 가 $\neg\varphi$ 를 만족하기 위해서는 $x$ 의 어떤 정밀화도 $\varphi$ 를 만족하지 않아야 한다. $x$ 가 $\varphi \vee \psi$ 를 만족하기 위해서는 $x$ 의 모든 정밀화가 $\varphi$ 또는 $\psi$ 중 하나를 만족하는 더 정밀한 정밀화를 가져야 한다.
- 완전 부울 대수체와 상부 비에토리스 공간(UV-spaces) 사이의 이중성을 활용하여, 컴acts 정규 개방집합을 문장으로 모델링함으로써 선택 공리 없이도 구축 가능한 의미론을 가능하게 한다.
- 모달 접근 가능성 관계를 기술하기 위해 접근성 게임 $\mathrm{G}(S,\sqsubseteq,R,x,y)$ 를 도입하며, 승리 조건은 가능성의 호환성 또는 정밀화에 기반한다.
- 강력한 가능성 프레임을 $\boldsymbol{R\Leftrightarrow\text{win}}$ 조건을 통해 정의한다. 이 조건은 $xRy$ 가 성립함과 동시에 플레이어 E가 게임 $\underline{\mathrm{G}}(S,\sqsubseteq,R,x,y)$ 에서 승리 전략을 가진다는 것이 정확히 동치임을 보장한다.
- 완전한 $\mathcal{V}$-BAO와 전체 및 주어진 프레임 사이의 이중 동치를 확립함으로써, 가능성 의미론을 정규 확장과 맥널리 완비화와 연결한다.
실험 결과
연구 질문
- RQ1선택 공리를 피하는 방식으로, 소수 필터와 원자를 부분 가능성으로 대체함으로써 고전 논리의 의미론을 개발할 수 있는가?
- RQ2가능성이 반드시 전체적이거나 소수적이지 않아도 되는 의미론에서, 합성문과 부정은 어떻게 재해석될 수 있는가?
- RQ3비고전적이고 부분적인 환경에서 논리 기호의 진리 조건을 정의하는 데 있어 정밀화 순서 $\sqsubseteq$ 의 역할은 무엇인가?
- RQ4표준 Kripke 의미론이 실패하는 경우(특히 증명 가능성 논리에서)에, 가능성 의미론이 일阶논리 및 모달 논리의 완비성 결과를 제공할 수 있는가?
- RQ5게임 이론적 접근 조건 $\boldsymbol{R\Leftrightarrow\text{win}}$ 은 가능성 프레임에서 유효한 모달 접근 가능성 관계를 어떻게 특성화하는가?
주요 결과
- 가능성 의미론은 poset 또는 UV-공간 내의 부분 가능성으로 고전적 가능한 세계들을 대체하며, 합성문이나 진리값을 결정하지 않아도 문장이 참이 될 수 있도록 하여 소수성과 전체성의 요구를 피한다.
- $\boldsymbol{R\Leftrightarrow\text{win}}$ 조건은 강력한 가능성 프레임을 특성화하며, 이는 모달 접근 가능성과 플레이어 E가 게임 $\underline{\mathrm{G}}$ 에서 승리 전략을 가진다는 것 사이의 정확한 대응을 보장한다.
- 일阶논리의 완비성은 표준 Kripke 의미론이 세계의 완비성 부족으로 실패하는 경우에도 가능성 의미론 하에서 성립한다.
- 원자와 소수 필터를 정규 개방집합으로 대체함으로써, 비구축적 결과를 구축 가능한 환경에서 가능하게 하여 선택 공리 의존도를 제거한다.
- 완전한 $\mathcal{V}$-BAO와 전체 및 주어진 프레임 사이의 이중 동치를 확립함으로써, 가능성 의미론을 정규 확장과 맥널리 완비화와 연결한다.
- 이 접근은 직관주의 논리 및 탐색적 논리로 일반화 가능하며, 비분배적이고 정보 중심의 추론을 지원하는 의미론을 제공한다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.