Enkeltfag Engelsk 5 ECTS

Logiske teorier for usikkerhed og læring

Overordnede kursusmål

Ræsonnering med og håndtering af usikkerhed er vigtig i mange områder af kunstig intelligens, for eksempel i ekspertsystemer og robotteknologi, men også i forskellige tilgange til automatiseret læring. Kurset vil give en oversigt over et repræsentativt udvalg af forskellige matematiske modeller til håndtering af usikker viden og læring i en interaktiv kontekst, såsom (multi-agent epistemisk) modallogik, Belief Revision Theory, Bayesiansk sandsynlighedsteori og spilteori. Formålet med kurset er at give den studerende teori og værktøjer, der er nødvendige for at anvende modellerne i forskning og i programmeringspraksis.

See course description in English

Beskrive en række af de mest udbredte teknikker i modellering af usikkerhed og læring.
Beskrive logikkens rolle i modelleringen af viden, usikkerhed og vidensforandring.
Beskrive de respektive begrænsninger af logik og sandsynlighed i modellering af læring.
Sammenligne og vurdere hensigtsmæssigheden af forskellige teknikker til løsning af et givent vidensmodelleringsproblem.
Vurdere vanskeligheder specifikke for single-agent modellering af viden.
Vurdere vanskeligheder specifikke for multi-agent modellering af viden.
Selvstændigt udforske litteraturen relevant for projektet.
Skrive en rapport i stil med en konferenceartikel.

1. From Propositional Logic to Epistemic Logic: Language and Models,
2. Logical Properties of (Group) Knowledge,
3. Axiomatic Systems and Proofs, Soundness and Completeness of Epistemic Logic
4. Knowledge Change: Public Announcement Logic, Belief Revision
5. Probability Based Modelling of Uncertainty: Bayes Theorem, Bayesian Update
6. Modelling Uncertainty about Probability Distribution: Belief Functions, Possibility Measures, Ranking Functions, Relative Likelihood, Plausibility Measures
7. Game Theory: Cooperation and Conflict, Nash Equilibrium, Mixed strategies, Pareto Efficiency
8. Extensive Form Games: Harsanyi Transformation, Bayesian Update in Games, Backward Induction, Infinite Payoffs