邱德钧
- 作品数：20 被引量：32H指数：3
- 供职机构：兰州大学哲学社会学院更多>>
- 发文基金：国家社会科学基金更多>>
- 相关领域：哲学宗教经济管理社会学自动化与计算机技术更多>>
- 自然语言的语义推理被引量：1
- 1995年
- 语义学研究，尤其是自然语言的语义学研究，现在已逐步成为逻辑学最重要的课题之一。本文阐明了模糊性与语义模糊性的概念，并进而用查德的理论讨论了语义推理，提出这种推理的几个应用实例，是对语义推理理论所作的一种有价值的探索。
- 邱德钧
- 关键词：自然语言隶属函数语义推理形式语言算子模糊子集
- 从珀尔到格尔曼:区分原因的结果和结果的原因
- 2022年
- 在因果科学的发展中,朱迪·珀尔(J.Pearl)系统性的研究对因果问题的探讨做出了重要贡献。格尔曼(A.Gelman)则明确区分了原因的结果和结果的原因,指出二者研究的难度完全不同,将二者进行区分,能促进因果科学研究的进展。同时,从社会科学研究角度,格尔曼对因果问题提出了自己的质疑。十年后,我们可以回答其中的部分问题,也能从中体会出因果科学研究这些年的进展。
- 邱德钧
- 关键词：形式化
- 在逻辑教学中注重方法论教育以培养创新性思维习惯
- 2020年
- 逻辑学以知识点构成主线的教学方法由于要点多、结构复杂,所以学生难学易忘,最终学不能致用。本文提出了在高校逻辑学教育过程中,重点应该是以方法论教学为主线,不限于知识传授,通过概念—推理—科学发现三点构成系统教学法,并以养成学生科学正确的思维习惯为目的,使学生能把良好思维习惯用于今后的具体学习与工作中。
- 邱德钧
- 关键词：逻辑教学方法论教育
- 非图宾根基准下LLM ChatGPT的因果发现和因果推理能力
- 2023年
- 基于图宾根基准在多学科的因果测试,建立了不同于该基准的两个变量的因果关系对(人文社会科学)因果关系数据库;在此基础上分析了LLM在新的基准下因果发现中的能力和问题;探讨了在因果估计阶段,系统在数据或条件不充分下的因果推理能力。期望LLM以一种新的、友好的因果研究范式与传统方法结合,为我们日常处理因果问题提供全新的助力。
- 邱德钧
- 关键词：LLM
- 基于实验建立起的关于意识的认知
- 2021年
- 依据大量的实验讨论20世纪90年代以来人类关于意识逐步建立起来的认知,探讨重要的概念如感知、无意识、意识、记忆、直觉、大脑之间的关系,最后讨论意识的客观标记和阻断意识的可行性,为脑机接口做理论准备。并第一次提出意识不是神秘的也不是涌现的,而是人脑部分神经元整体活动表现出的性质,类似的性质普遍存在于身边,不需要建立更复杂的概念系统进行解释。
- 邱德钧
- 关键词：无意识
- 传统逻辑直言命题推理的扩充
- 2011年
- 传统逻辑的直言推理包涵易被忽略的内容,文中力图揭示这些内容;一旦用一阶逻辑形式化直言推理以后,在得到精确性的同时,又失去了思维的直觉,对扩展思维方法并无好处。但这种推理还可以用现代数学的图论进行扩充,发掘更多的连通关系;最后还可以用知识库理论扩充,以让传统逻辑发挥更大的作用。
- 邱德钧
- 关键词：形式化谓词逻辑有向图PROLOG语言
- 范式的直观图形求解法
- 2014年
- 用n维图形代替布尔公式求解任一命题公式的范式,使抽象的公式变得形象直观,易于接受;给出具体应用,并总结该方法的一般规则,以便于在工程技术和解题中使用。
- 邱德钧
- 关键词：命题公式范式
- 深度神经网络中哲学所关注的五个问题被引量：1
- 2022年
- 深度神经网络进展迅速,从哲学上回答需要关注的与可解释性有关的问题主要包括:可解释性界定、本质、是否可如同符号逻辑于分析哲学的作用般有助于学术争论解决、可解释性问题的消解以及符号主义是否是先验的。我们主张可解释性可置换为泛化中的有效性,输入和输出对复杂关系的近似不具有因果性而是训练的结果,逐层加工认知和近似逼近才是深度神经网络的的本质,对比人脑的复杂度,它不会与人的思维趋同。
- 邱德钧
- 关键词：可解释性功能性
- 谓词逻辑视角下HanLP中文分词中对歧义的处理被引量：3
- 2020年
- 中文分词的歧义处理主要从算法上改进匹配方法并取得大的进步,但仍然存在进一步提高成功率的需求。本文据Han LP系统的分词法,比较它与一阶谓词逻辑符号化时,对同一歧义句子的处理的不同之处,试图从逻辑方法论上得到新的改进思路。
- 邱德钧冯霞
- 关键词：中文分词谓词逻辑歧义
- 智能的核心推理:归纳的形式化——AlphaGo归纳学习的进展被引量：4
- 2017年
- 探讨智能体的归纳学习中如何进行形式化的问题,首先将归纳学习定义为给定函数的实例集合时如何求得它的近似函数;展开讨论其面临的实例数N过大的困境。然后从基本的决策树学习入手,引入归纳学习中形式化和量化,并讨论学习的可行性。最后给出了先验知识在减小N的范围上的作用,和智能体学习理论上的新进展。
- 邱德钧
- 关键词：智能体先验知识
