[论文解读] Description Logics with Fuzzy Concrete Domains

Umberto Straccia|arXiv (Cornell University)|Jul 4, 2012

Semantic Web and Ontologies参考文献 15被引用 33

一句话总结

本文提出了一种带有具体域的模糊描述逻辑扩展，支持对模糊或不精确数据的推理。它整合了基于t-范数的构造器、模糊具体域和修饰词，采用结合完成规则与有界混合整数规划的混合方法，在模糊语义下实现可靠且完备的推理。

ABSTRACT

We present a fuzzy version of description logics with concrete domains. Main features are: (i) concept constructors are based on t-norm, t-conorm, negation and implication; (ii) concrete domains are fuzzy sets; (iii) fuzzy modifiers are allowed; and (iv) the reasoning algorithm is based on a mixture of completion rules and bounded mixed integer programming.

研究动机与目标

• 将经典描述逻辑扩展以通过模糊具体域处理模糊、不精确的数据。
• 支持基于t-范数的概念构造器和模糊修饰词，实现灵活推理。
• 为带有具体域的模糊描述逻辑开发可靠且完备的推理过程。
• 将模糊逻辑运算（t-范数、t-余范数、否定）整合到描述逻辑框架中。
• 通过完成规则与有界混合整数规划相结合的方式，实现实际可用的推理。

提出的方法

• 具体域被建模为论域上的模糊集。
• 通过t-范数、t-余范数和模糊否定定义概念构造器，以处理模糊逻辑运算。
• 使用真值功能语义整合模糊修饰词（例如‘非常’、‘或多或少’）。
• 推理算法结合完成规则与有界混合整数规划，以计算模糊蕴含。
• 该方法在统一的模糊描述逻辑框架中同时支持清晰和模糊的角色与概念。
• 通过系统化地应用规则和优化，确保推理过程的可靠性和完备性。

实验结果

研究问题

• RQ1 如何扩展描述逻辑以支持模糊具体域，从而对不精确数据进行建模？
• RQ2 在具体域中支持模糊推理所需的逻辑运算（t-范数、t-余范数、否定）有哪些？
• RQ3 如何将模糊修饰词正式整合到描述逻辑框架中？
• RQ4 结合完成规则与混合整数规划的混合推理机制能否确保在模糊描述逻辑中实现可靠且完备的推理？
• RQ5 该扩展的模糊描述逻辑中推理的计算复杂度和可行性如何？

主要发现

• 所提出的模糊描述逻辑支持基于t-范数的逻辑运算，能够灵活处理模糊概念。
• 具体域被建模为模糊集，允许对不精确数据值进行直接表示。
• 通过真值功能语义正式整合模糊修饰词，保持了逻辑一致性。
• 推理算法通过完成规则与有界混合整数规划的结合，实现了可靠且完备的推理。
• 该框架支持在统一环境中对清晰和模糊的概念与角色进行实际推理。
• 该方法具有坚实的理论基础，为可扩展的模糊知识表示与推理提供了基础。