偏好式多上下文系统
人工智能
2015-04-28 v1
摘要
Brewka 和 Eiter 提出的多上下文系统（MCS）可视为互联去中心化与异构知识上下文的一种有前景的方法。本文提出偏好式多上下文系统（PMCS），其提供了一个在多上下文系统中融入上下文上的全预序关系的框架。在给定 PMCS 中，其上下文根据该全预序关系被划分为若干部分，此外，仅允许信息从某一上下文流向同一部分或较不偏好部分中的上下文。如此，PMCS 的前 个偏好部分总是完全捕获这些部分间上下文的信息交换，进而构成另一个有意义的 PMCS，称为该 PMCS 的 -截面。我们将 MCS 的平衡语义推广至（极大）-平衡，其表示对 PMCS 的 -截面至少可接受的信念状态。我们还研究了 PMCS 中的不一致性分析及相关计算复杂性问题。
引用
@article{arxiv.1504.06700,
title = {Preferential Multi-Context Systems},
author = {Kedian Mu and Kewen Wang and Lian Wen},
journal= {arXiv preprint arXiv:1504.06700},
year = {2015}
}