Luận án: Phương pháp lập luận mờ trên đồ thị nhận thức dùng đại số gia tử

I H¯C HU TR×˝NG I H¯C KHOA H¯C NGUY NV NH N NGHI N CÙU PH×ÌNG PH P L P LU N M˝ TR N ˙ THÀ NH N THÙC SÛ DÖNG I S¨ GIA TÛ LU N NTI NS KHOAH¯CM YTNH HU ,N M2023 I H¯C HU TR×˝NG I H¯C KHOA H¯C NGUY NV NH N NGHI N CÙU PH×ÌNG PH P L P LU N M˝ TR N ˙ THÀ NH N THÙC SÛ DÖNG I S¨ GIA TÛ NG NH: KHOA H¯C M Y T NH M S¨: 9480101 LU N NTI NS KHOAH¯CM YTNH Ng÷íi h÷îng d¤n khoa håc: 1. NGUY N C T H˙ HU ,N M2023 L˝I CAM OAN Tæi xin cam oan ¥y l cæng tr…nh nghi¶n cøu do tæi thüc hi»n d÷îi sü h÷îng d¤n cıa TS. Nguy„n Cæng H o v PGS. Nhœng nºi dung trong c¡c cæng tr…nh ¢ ÷æc cæng bŁ chung vîi c¡c t¡c gi£ kh¡c ¢ ÷æc sü çng þ cıa çng t¡c gi£ khi ÷a v o lu“n ¡n.

C¡c thu“t to¡n, c¡c t‰nh ch§t to¡n håc v k‚t qu£ nghi¶n cøu ÷æc tr…nh b y trong lu“n ¡n l trung thüc, kh¡ch quan v ch÷a ÷æc cæng bŁ bði t¡c gi£ n o trong b§t ký cæng tr…nh n o kh¡c. Nghi¶n cøu sinh Nguy„n V«n H¡n i L˝IC MÌN Tr÷îc h‚t tæi xin b y tä lÆng bi‚t ìn ch¥n th nh v s¥u s›c ‚n TS. Nguy„n Cæng H o v PGS. Nguy„n C¡t Hç l nhœng ng÷íi Thƒy ¢ t“n t…nh h÷îng d¤n ch¿ b£o, ºng vi¶n v gióp ï ” tæi câ th” ho n th nh ÷æc lu“n ¡n n y.

Tæi xin ch¥n th nh c£m ìn Quþ Thƒy Cæ Khoa Cæng ngh» Thæng tin - Tr÷íng ⁄i håc Khoa håc, ⁄i håc Hu‚ ¢ t⁄o i•u ki»n thu“n læi trong cæng t¡c ” tæi câ ı thíi gian ho n th nh lu“n ¡n n y. Tæi xin c£m ìn Quþ Thƒy Cæ, c¡n bº qu£n lþ Ban o t⁄o - ⁄i håc Hu‚, phÆng o t⁄o Sau ⁄i håc - Tr÷íng ⁄i håc Khoa håc, ⁄i håc Hu‚ ¢ gióp ï tæi ho n th nh k‚ ho⁄ch håc t“p. CuŁi còng tæi xin ch¥n th nh c£m ìn Quþ Thƒy Cæ Khoa Cæng ngh» Thæng tin - Tr÷íng ⁄i håc Nguy„n T§t Th nh, c¡c b⁄n çng nghi»p, ng÷íi th¥n trong gia …nh luæn ºng vi¶n, gióp ï tæi v• måi m°t trong suŁt qu¡ tr…nh håc t“p, nghi¶n cøu. Nghi¶n cøu sinh Nguy„n V«n H¡n ii MÖC LÖC Líi cam oan i Líi c£m ìn ii Möc löc iii Danh möc c¡c kþ hi»u v Danh möc c¡c tł vi‚t t›t vi Danh möc c¡c kþ hi»u ti‚ng anh vii Danh möc b£ng, bi”u viii Danh möc h…nh v‡ ix M— U 1 Ch÷ìng 1.

C U TRÓC D N M— R¸NG TR N MI N TRÀ NG˘N NGÚ SÛ DÖNG I S¨ GIA TÛ 10 1. T“p mí v thæng tin khæng ch›c ch›n. Kh¡i ni»m t“p hæp mí. Ki‚n thøc cì sð v• ⁄i sŁ gia tß.

Ph†p bi‚n Œi v• mi•n ngæn ngœ cıa SGT. Hai c§p º cıa gi¡ trà ch¥n lþ. C§u tróc d n mí tr¶n mi•n trà ngæn ngœ. C¡c c§u tróc düa tr¶n SGT.

C§u tróc ⁄i sŁ tr¶n mi•n ngæn ngœ. C§u tróc d n mð rºng tr¶n mi•n trà ngæn ngœ. C¡c ph†p to¡n tr¶n d n ELL. C¡c t‰nh ch§t cıa d n ELL.

Ti”u k‚t ch÷ìng 1. C U TRÓC ˙ THÀ NH N THÙC TR N MI N TRÀ NG˘N NGÚ 39 2. ç thà nh“n thøc v ç thà nh“n thøc mí. ç thà nh“n thøc mí düa tr¶n SGT.

Mæ h…nh LCM tł k‚ thła mæ h…nh FCM. T‰nh ch§t cıa ç thà LCM. Bi”u di„n ç thà LCM theo theo c§u tróc câ th” hi»n v o ra. Mæ h…nh LCM theo lþ thuy‚t mæ h…nh.

Ti”u k‚t ch÷ìng 2. PH×ÌNG PH P L P LU N TR N ˙ THÀ NH N THÙC 62 3. L“p lu“n tr¶n ç thà nh“n thøc mí FCM. L“p lu“n t¾nh theo nh¡nh.

L“p lu“n ºng theo tr⁄ng th¡i. L“p lu“n tr¶n ç thà ngæn ngœ LCM. Ph†p bi‚n Œi mi•n tr¶n t“p mí. L“p lu“n t¾nh theo nh¡nh.

L“p lu“n ºng theo bi‚n Œi tr⁄ng th¡i. Ti”u k‚t Ch÷ìng 3. 97 K T LU N CHUNG 98 HײNG PH T TRI N CÕA LU N N 99 DANHMÖCC˘NGTRNHCÕAT CGI. 101 iv DANH MÖC C C KÞ HI U Kþ hi»u Di„n gi£i þ ngh¾a L T“p gi¡ trà ngæn ngœ G T“p c¡c phƒn tß sinh + c Phƒn tß sinh d÷ìng c Phƒn tß sinh ¥m H T“p c¡c gia tß + H T“p c¡c gia tß d÷ìng H T“p c¡c gia tß ¥m W Phƒn tß trung hÆa sgn Kþ hi»u h m d§u fm(x) º o t‰nh mí cıa h⁄ng tł x (h) º o t‰nh mí cıa cıa gia tß h TŒng º o t‰nh mí cıa c¡c gia tß ¥m TŒng º o t‰nh mí cıa c¡c gia tß d÷ìng Gi¡ trà ngœ ngh¾a ành l÷æng cıa phƒn tß trung hÆa # Kþ hi»u h m ¡nh x⁄ ngœ ngh¾a ành l÷æng Kþ hi»u t“p mí, t“p c¡c kh¡i ni»m mí F Kþ hi»u T“p c¡c cæng thøc mí v DANHMÖCC CTØVI TT T Vi‚t t›t Vi‚t ƒy ı CSDL Cì sð dœ li»u SGT ⁄i sŁ gia tß vi DANH MÖC C C THU T NGÚ TI NG ANH Kþ hi»u Thu“t ngœ ti‚ng anh Di„n gi£i þ ngh¾a HA Hedge Algebra ⁄i sŁ gia tß FCM Fuzzy Cognitive Map ç thà nh“n thøc mí CM Cognitive map ç thà nh“n thøc LCM Linguistic Cognitive Map ç thà nh“n thøc ngæn ngœ OMP Orthomodular poset D n trüc giao RHA Refined hedge algebra ⁄i sŁ gia tß màn hâa SHA Symmetrical refined HA ⁄i sŁ gia tß Łi xøng màn hâa LQL Linguistic quantum logic Logic l÷æng tß tr¶n gi¡ trà ngæn ngœ LG Linguistic graph ç thà ngæn ngœ FG Fuzzy graph ç thà mí ELL Extended linguistic lattice D n mð rºng FAM Fuzzy associative memory Mæ h…nh nhî k‚t hæp tr¶n t“p mí SAM Semanticization Associati- Ngœ ngh¾a mæ h…nh nhî k‚t ive Memory hæp CWW Computing with words T‰nh to¡n tr¶n tł FS Fuzzy syste H» i•u khi”n mí LV Linguistic variable Bi‚n ngæn ngœ LS Linguistic space Khæng gian ngæn ngœ NL Natural language Ngæn ngœ tü nhi¶n IoT Internet of thing Internet v⁄n v“t vii DANH MÖC B NG, BI U B£ng 1.

Chuy”n Œi c¡c gi¡ trà t“p mí sang gi¡ trà ngæn ngœ. C¡c bi‚n kh¡i ni»m trong CM cıa H…nh 2. Chuy”n Œi gi¡ trà tł t“p f 1; 0; 1g sang t“p f0; W; 1g 2 HA. C¡c ¿nh cıa ç thà trong H…nh v‡ 3.

C¡c c⁄nh cıa ç thà trong H…nh v‡ 3. B£ng chuy”n Œi c¡c t“p mí sang gi¡ trà ngæn ngœ tr¶n t“p L. C¡c b÷îc l“p lu“n nh¡nh tr¶n LCM. C¡c m»nh • mí cıa mæ h…nh lao ºng tr· em trong [75].

Ma tr“n bi‚n ngæn ngœ. 77 viii DANH MÖC H NH V H…nh 1. Ma tr“n trång sŁ cho ç thà H…nh 1. Sì ç v o ra dœ li»u cho FCM.

Sì ç v o ra dœ li»u cho LCM. ç thà væ h÷îng th” hi»n cıa c§u tróc g. ç thà câ h÷îng th” hi»n cıa c§u tróc g. ÷íng i Ch ; Ck.

Ma tr“n trång sŁ cıa ç thà H…nh 2. ç thà FCM vîi c¡c c⁄nh v o dœ li»u. Sì ç khŁi cho FCM. Sì ç khŁi cho mæ h…nh LCM.

Mºt ç thà LCM ìn gi£n. ç thà LCM khði t⁄o vîi C(0) = ftrue; Mtrue; Ltrue; Vtrueg. ç thà LCM k‚ thła tł FCM .Ma tr“n trång sŁ cıa ç thà H…nh 2.C§u tróc LCM mð rºng .Mºt LCM ìn gi£n tr¶n struct[G]. Mæ h…nh FCM cho v§n • li¶n quan ‚n ƒu gŁi.

Mæ h…nh LCM t÷ìng øng cho v§n • li¶n quan ‚n ƒu gŁi. ç thà FCM vîi c¡c bi‚n ngæn ngœ ìn gi£n. ç thà LCM sß döng c¡c gia tß. Khði t⁄o nh¢n s = C1 = 1 c¡c ¿nh kh¡c câ nh¢n l 0, t“p Q rØng.

÷a C1 = 1 v o Q, Q = fC1g, c“p nh“t l⁄i nh¢n cho C2 v C3. ÷a C3 = M v o Q, Q = fC1; C3g, c“p nh“t l⁄i nh¢n cho C4 v C5. ÷a C5 = M v o Q, Q = fC1; C3; C5g, k‚t thóc thu“t to¡n. ç thà child bour .Khæng gian tr⁄ng th¡i C = fC(0); C(1); C(2)g.

ç thà FCM trong [81]. ç thà FCM trong [87] .T…m gi¡ trà ngæn ngœ cho C5 .Thi‚t l“p ç thà n•n LCM. Lþ do chån •ti Trong cuºc sŁng h‹ng ng y, con ng÷íi dòng ngæn ngœ tü nhi¶n NL (Natural Language) ” håc t“p, trao Œi, th£o lu“n, ph¥n t‰ch, suy di„n v sau còng, ÷a ra quy‚t ành cıa c¡ nh¥n m…nh. M¡y t‰nh, v c¡c thi‚t bà thæng minh, suy cho còng, sinh ra l ” phöc vö con ng÷íi.

Ng y nay, vîi sü ph¡t tri”n nhanh châng cıa ng nh AI (artificial intelligence) c¡c thi‚t bà IOT (internet of thing) ng y c ng trð n¶n thæng minh hìn nhí h÷îng ‚n ngæn ngœ tü nhi¶n, hi”u ÷æc ngæn ngœ tü nhi¶n. Do â, vi»c xß lþ ngæn ngœ tü nhi¶n nh÷ bi”u di„n, suy di„n, l“p lu“n l mºt th¡ch thøc cıa ng nh thæng minh nh¥n t⁄o, ng nh håc m¡y nâi chung v ng nh xß lþ ngæn ngœ tü nhi¶n nâi ri¶ng. Vi»c t‰nh to¡n trüc ti‚p tr¶n ngæn ngœ tü nhi¶n l mºt v§n • h‚t søc khâ kh«n ƒy th¡ch thøc cıa ng nh AI. Làch sß ng nh t‰nh to¡n vîi ngæn ngœ trong khoa håc m¡y t‰nh v trong AI ¢ câ tł r§t l¥u [5].

V o nhœng n«m cıa th“p ni¶n 1950, dàch m¡y (machine translation) ¢ b›t ƒu ÷æc nghi¶n cøu, tuy nhi¶n c¡c k‚t qu£ ⁄t ÷æc v• t‰nh to¡n vîi ngæn ngœ ¢ k‚t thóc n«m 1965 khi tŒ chøc US Air Force thæng b¡o v• sü th§t b⁄i cıa m¡y dàch [5]. Mºt sŁ nh nghi¶n cøu v¤n ti‚p töc c¡c nghi¶n cøu v• t‰nh to¡n tr¶n ngæn ngœ nh÷ng d÷îi c¡c t¶n gåi kh¡c nhau nh÷ ph¥n t‰ch (parsing), h» c¥u häi-tr£ líi (question-answering) ho°c h» chuy¶n gia (expert system) tuy nhi¶n c¡c k‚t qu£ ⁄t ÷æc r§t h⁄n ch‚. C¡c kh¡m ph¡ quan trång ¢ x£y ra trong nhœng n«m 1990 bði Zadeh v• t‰nh to¡n tr¶n tł CWW (computing with words) [28]. Vîi ph÷ìng ph¡p CWW, cuºc c¡ch m⁄ng cıa t‰nh to¡n vîi ngæn ngœ ¢ quay l⁄i v b›t ƒu k nguy¶n t‰nh to¡n vîi ngæn ngœ.

Logic mí hay CWW (Logic mí = t‰nh to¡n tr¶n tł [28]) düa tr¶n lþ thuy‚t t“p mí FS (fuzzy set) [36] v bi‚n ngæn ngœ LV (linguistic variable). Bi‚n ngæn ngœ l c¡c bi‚n m gi¡ trà cıa chóng l c¡c gi¡ trà ngæn ngœ. C¡c gi¡ trà cıa bi‚n ngæn ngœ ÷æc x¥y düng tł c¡c phƒn tß sinh nguy¶n thıy cıa bi‚n â (v‰ dö bi‚n Age câ c¡c phƒn tß sinh nguy¶n thıy t÷ìng øng l old v young) v t¡c ºng cıa c¡c gia tß nh÷ 1 more, less, very, .