词计算和语言动力学系统的基本问题和研究.ppt

从词胞到词，再到数的清晰化算法 基于胞空间和胞映射的LDS的分析与设计 利用在胞空间的搜索算法分析LDS的全局动态特性 利用离散动态规划设计LDS的最佳语言控制算法 语言动力学系统的基本问题及其研究方法 常规数值动力学系统的词化及其相关的动力学特性分析 词计算和语言动力学系统的动态特性分析 多映射和马尔可夫过程在语言动力学中的应用 在数据挖掘中的应用 在复杂系统的建模、分析控制和综合中的应用 常规数值动力学系统的词化及其相关的动力学特性分析的目的 可以验证语言动力学系统的概念和分析方法是否正确合理，因为我们对数值动力学的特性已十分了解和清楚 可以探索一条将低层数值模型抽象总结为高层语言模型的途径，这在许多领域，特别是在生态、社会系统中十分有价值 可以建立一种新型的动态数据挖掘和知识发现的方法，如果成功，这将有助于研究海量信息的处理和表示 词计算和语言动力学系统的动态特性分析 常规数值动力学系统词化后，其原有的混沌和分叉现象在对应的语言动力学系统描述中是否继续存在？同词化的分辨率、粒度和表达规则有什么关系等 一般语言动力学系统本身在其超立方体空间中是否存在不动点、混沌和分叉现象？如何进行判定和分析等 在已有工作的基础上，探讨如何有效地在语言动力学系统中引入胞空间和胞映射，并建立系统的指标体系和数值方法，验证胞空间和胞变换的逼近精度、稳定和敏感特性 计算语言动力学系统在引入胞空间和胞变换后，如何建立有效的搜索和数值分析方法，系统地在胞空间中分析不动点、混沌和分叉等动态现象 四片混沌的虫口数值模型 虫口模型 , m=3.58, 初值x0=0.55 对应四片混沌的虫口语言模型 虫口模型 ，M= “近似为3.58”,初值x0＝“近似为0.5”。 语言清晰化后的数值虫口混沌特性 多映射和马尔可夫过程在语言动力学中的应用 常规数值动力学系统词化后，不可避免的会出现计算词可能与几个规定的词相关，因此转化成一个规定词是一种近似 在语言动力学系统中引入胞空间和胞变换后，一个胞被映射之后可能与几个细胞有交合，因此转化成一个胞是一种近似 问题是这种近似有时不见得合理或有意义，所以我们必须研究映射多值性所带来的问题。 研究这一问题的一个非常自然的工具就是马尔可夫过程，最直截了当的方式就是将计算词与规定词的相关程度作为马尔可夫过程中状态转移概率，或者把被映胞在映射后与其它胞的交合部分大小作为转移概率 如此一来，我们就可以通过马尔可夫过程理论和方法研究“随机”语言动力学系统 在数据挖掘中的应用 这方面的主要思想是通过语言动力学系统动态分析的特性，将数据挖掘中的一些方法，特别是聚类分析的方法词化，并进一步挖掘出基于词计算的状态模型、输出模型和反馈模型，从而形成知识的动态表示和分析利用。 在复杂系统的建模、分析、控制和综合中的应用 针对一些具体的复杂系统应用LDS。目前，我们已开展在经济系统、生态系统、人口系统、以及智能交通系统的诱导“软”控制策略的制定中的初步应用。 总结与展望 语言动力学系统是在词计算概念正式提出之前就提出的概念。 与国际上其它许多词计算方法不同，基于词计算的语言动力学系统，强调实际的可计算性，突出动态计算，而不是静态推理。 这一特色是由于借用了常规数值动力学系统中的概念，方法和体系而造成的。 这方面工作的继续和深入，可形成有特色的关于复杂系统建模、分析、控制和综合的理论和方法体系，并应用于解决实际复杂问题、智能人机交互系统和知件的设计与分析。 谢谢各位专家！ 词计算和语言动力学系统的基本问题和研究 目 录 一. 问题背景 二. 词计算和语言动力学理论的简单回顾 三. 从数计算到词计算：语言动力学的基本框架 四. 基于胞空间和胞映射的LDS计算方法 五. 语言动力学系统的基本问题及其研究方法 六. 总结与展望 问题背景 马克思： “一门科学只有在成功地运用数学时，才算达到了真正完善的地步” 模糊集合的提出者Zadeh教授： “科学界有一种根深蒂固的传统看法，即在科学理论中使用自然语言是数学不成熟的表现” 为什么进行词计算和语言动力学研究 现实性原因 人类已习惯于用自然语言描述和分析事物，特别是涉及社会、政治、经济和管理中的复杂过程，排除自然语言的代价太大了。 本质性原因 感性信息或知识通常只能用自然语言来描述，由于人类分辨细节和存储信息的认知能力的内在限制，感性信息在本质上是不精确的。 进行词计算和语言动力学研究的实质：信息的有效利用 数计算： 主要处理基于测度的信息 （Measurement-based Infor