[论文解读] Fuzzy Time in LTL

Achille Frigeri, Liliana Pasquale+1 more|arXiv (Cornell University)|Mar 28, 2012

Data Management and Algorithms参考文献 11被引用 8

一句话总结

本文提出 FTL（模糊时间时序逻辑），一种形式化框架，通过引入模糊时间模态来扩展线性时序逻辑（LTL），以表达诸如“很快”或“几乎总是”等模糊时间约束。通过为模糊连接词定义合理的语义，并证明在清晰条件下的 FTL 可约简为 LTL，该工作使得在具有不确定性的主动系统中能够对不精确的时间属性进行精确推理。

ABSTRACT

In the last years, the adoption of active systems has increased in many fields of computer science, such as databases, sensor networks, and software engineering. These systems are able to automatically react to events, by collecting information from outside and internally generating new events. However, the collection of data is often hampered by uncertainty and vagueness that can arise from the imprecision of the monitoring infrastructure, unreliable data sources, and networks. The decision making mechanism used to produce a reaction is also imprecise, and cannot be evaluated in a crisp way. It depends on the evaluation of vague temporal constraints, which are expressed on the collected data by humans. Despite fuzzy logic has been mainly conceived as a mathematical abstraction to express vagueness, no attempt has been made to fuzzify the temporal modalities. Existing fuzzy languages do not allow us to represent temporal properties, such as almost always and soon. Indeed, the semantics of existing fuzzy temporal operators is based on the idea of replacing classical connectives or propositions with their fuzzy counterparts. To overcome these limitations, we propose a temporal framework, FTL (Fuzzy-time Temporal Logic), to express vagueness on time. This framework formally defines a set of fuzzy temporal modalities, which can be customized by choosing a specific semantics for the connectives. The semantics of the language is sound, and the introduced modalities respect a set of expected mutual relations. We also prove that under the assumption that all events are crisp, FTL reduces to LTL. Finally, for some of the possible fuzzy interpretations of the connectives, we identify adequate sets of temporal operators, from which it is possible to derive all the others.

研究动机与目标

• 为解决由于监测和决策不精确而导致在主动系统中缺乏对模糊时间属性的正式支持的问题。
• 克服现有模糊时序语言仅对命题或连接词进行模糊化，而未对时间模态进行模糊化的局限性。
• 开发一个支持模糊时间模态的形式化框架，同时保持逻辑一致性及预期的关系性质。
• 通过证明当所有事件均为清晰时 FTL 可约简为经典 LTL，确保与经典 LTL 的兼容性。
• 在特定模糊解释下，识别出可推导出所有其他模态的最小且充分的模糊时间算子集合。

提出的方法

• 基于模糊逻辑定义 FTL 的形式语义，其中时间模态被模糊化，而不仅仅是命题或连接词。
• 引入一组可通过不同模糊连接词解释进行定制的模糊时间模态。
• 为 FTL 建立一个稳健的语义基础，尊重时间算子之间的预期相互关系。
• 证明当所有事件为清晰时 FTL 可约简为经典 LTL，确保向后兼容性。
• 在特定模糊连接词解释下，识别出可推导出所有其他算子的最小且充分的模糊时间算子集合。

实验结果

研究问题

• RQ1 如何对时序逻辑中的时间模态进行模糊化，以表达诸如“很快”或“几乎总是”等模糊时间约束？
• RQ2 何种语义框架可确保模糊时间算子之间的逻辑一致性和预期关系性质？
• RQ3 当事件为清晰时，FTL 与经典 LTL 有何关系？其与现有形式化方法的兼容性有何保障？
• RQ4 在特定模糊解释下，哪些最小集合的模糊时间算子足以表达所有其他模糊时间算子？
• RQ5 在时序逻辑中使用模糊连接词对在不确定的主动系统中进行推理有何影响？

主要发现

• FTL 为模糊时间模态提供了稳健的形式语义，使在模糊时间约束下实现精确推理成为可能。
• 该框架支持通过模糊化模态表达类似自然语言的时间属性，如“很快”和“几乎总是”。
• 在事件为清晰的假设下，FTL 恰好约简为经典 LTL，确保向后兼容性。
• 对于某些连接词的模糊解释，本文识别出可推导出所有其他算子的最小且充分的时间算子集合。
• 所提出的模态尊重预期的相互关系，确保逻辑一致性，并在实际主动系统应用中具备可用性。