模式推理：神经网络的逻辑推理
模式推理：神经网络的逻辑推理
Hiroshi
Tsukimoto
公司研究与开发中心，东芝公司，川崎，212-8582
日本
摘要
本文介绍了模式推理，即对模式的逻辑推理。
模式推理可以部分解决知识获取问题。
知识获取试图从模式中获取语言规则。
相反，我们试图修改逻辑以进行模式推理。
模式表示为函数，由人工神经网络逼近。
因此，研究了神经网络的逻辑推理。
神经网络可以用于一些非经典逻辑的推理，因为神经网络是多线性函数（在离散域中），而多线性函数空间是一些非经典逻辑的模型，如中间逻辑
LC、Lukasiewicz
逻辑和乘积逻辑。
限于篇幅，只对中间逻辑LC作简要说明。
:copyright:
2001
Scripta
Technica,
Syst
Comp
Jpn,
32(2):
1
10,
2001
关键词：模式；
神经网络;
逻辑推理；
多重线性函数；
中间逻辑LC。
一、引言
本文介绍了模式推理，即对模式的逻辑推理。
典型的模式是一维时间序列和二维图像。
图
1
显示了模式规则的示例。
图1中的规则是股票价格和汇率之间的规则。
常规语言规则的一个例子
