计算机科学 > 数据结构与算法
[提交于 2025年10月24日
]
标题: 模糊描述逻辑在Gödel语义下的解释近似最小化
标题: Approximate minimization of interpretations in fuzzy description logics under the Gödel semantics
摘要: 在模糊描述逻辑(FDLs)中最小化模糊解释的问题在理论上和实践中都很重要。例如,模糊或加权社交网络可以建模为模糊解释,其中个体代表行动者,角色捕捉交互作用。最小化这些解释会产生更紧凑的表示形式,这可以显著提高基于知识的系统中的推理和分析任务的效率。我们提出了第一个算法,在不使用Baaz投影算子和全角色的情况下,保留FDLs中的模糊概念断言,对Gödel语义下的有限模糊解释进行最小化。所考虑的FDLs类从$f\!\mathcal{ALC}$的子逻辑(不包含并运算符和全限制)到扩展了$f\!\mathcal{ALC}_{reg}$的FDL(包含逆角色和标示符)范围。我们的算法以扩展形式给出,支持近似保留:它最小化有限模糊解释$\mathcal{I}$,同时保留模糊概念断言的程度为$\gamma \in (0,1]$。 其时间复杂度为$O((m\log{l} + n)\log{n})$,其中$n$是$\mathcal{I}$域的大小,$m$是$\mathcal{I}$中原子角色的非零实例的数量,$l$是此类实例中使用的不同模糊值的数量加 2。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.