期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
概率因果理论的新进展及其问题分析
1
作者
杨武金
李波
《内蒙古社会科学》
CSSCI
北大核心
2016年第5期39-45,共7页
概率与因果的结合与相互渗透是现代归纳逻辑应用发展的一种新趋势。早期朴素概率因果理论的发展面临诸多困难与挑战,近来,学者们从不同的分析视角出发提出新的解决方案为其辩护,我们对这些新解决方案展开分析和讨论,指出它们也同样面临...
概率与因果的结合与相互渗透是现代归纳逻辑应用发展的一种新趋势。早期朴素概率因果理论的发展面临诸多困难与挑战,近来,学者们从不同的分析视角出发提出新的解决方案为其辩护,我们对这些新解决方案展开分析和讨论,指出它们也同样面临诸多问题,由此,就这些问题产生的原因提出我们的一些思考。(1)因果与概率具有某种相关性但非等价性;(2)因果关系的普遍性、复杂性和异质性势必要求因果解释的多元化;(3)概率解释的多样性也是概率因果理论面临诸多问题的重要原因;(4)从科学实在论来看,不同的解决方案通过不同的方式来实现因果关系的实在性,而不同的方式导致它们遭遇不同的问题。
展开更多
关键词
概率
因果
理论
朴素
概率
因果
因果
概率
解释
下载PDF
职称材料
因果推理研究的认知进路:基于人工智能视角
被引量：
1
2
作者
黄闪闪
《湖南科技大学学报（社会科学版）》
CSSCI
北大核心
2021年第2期44-50,共7页
因果关系是人工智能实现从感知到认知需突破的关键问题,因果推理对于构建可解释的机器学习模型至关重要。用概率解释因果关系是一种自然主义观点。因果贝叶斯网络的运用表明,发现因果关系的人工智能归纳法面临因果马尔可夫条件的客观性...
因果关系是人工智能实现从感知到认知需突破的关键问题,因果推理对于构建可解释的机器学习模型至关重要。用概率解释因果关系是一种自然主义观点。因果贝叶斯网络的运用表明,发现因果关系的人工智能归纳法面临因果马尔可夫条件的客观性解释难题。为保证归纳的因果模型符合我们理解的因果关系,因果认知理论体现了一种认知转向的非实在论立场。因果推理的认知进路昭示着概率理论从单一向多样化发展,主观与客观从对立到融合的可能性。
展开更多
关键词
因果
关系的
概率
解释
因果
马尔可夫条件
认知进路
原文传递
题名
概率因果理论的新进展及其问题分析
1
作者
杨武金
李波
机构
中国人民大学哲学院
出处
《内蒙古社会科学》
CSSCI
北大核心
2016年第5期39-45,共7页
基金
国家社科基金重大项目"应用逻辑与逻辑应用研究"(编号:14ZDB014)
中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目"逻辑哲学若干重要问题研究"(编号:10XNJ022)
文摘
概率与因果的结合与相互渗透是现代归纳逻辑应用发展的一种新趋势。早期朴素概率因果理论的发展面临诸多困难与挑战,近来,学者们从不同的分析视角出发提出新的解决方案为其辩护,我们对这些新解决方案展开分析和讨论,指出它们也同样面临诸多问题,由此,就这些问题产生的原因提出我们的一些思考。(1)因果与概率具有某种相关性但非等价性;(2)因果关系的普遍性、复杂性和异质性势必要求因果解释的多元化;(3)概率解释的多样性也是概率因果理论面临诸多问题的重要原因;(4)从科学实在论来看,不同的解决方案通过不同的方式来实现因果关系的实在性,而不同的方式导致它们遭遇不同的问题。
关键词
概率
因果
理论
朴素
概率
因果
因果
概率
解释
Keywords
Probabilistic Theory of Causation
Naive Probabilistic Causation
Causal Probabilistic Interpretation
分类号
B152 [哲学宗教—世界哲学]
下载PDF
职称材料
题名
因果推理研究的认知进路:基于人工智能视角
被引量：
1
2
作者
黄闪闪
机构
天津理工大学马克思主义学院
南京大学博士后流动站
出处
《湖南科技大学学报（社会科学版）》
CSSCI
北大核心
2021年第2期44-50,共7页
基金
教育部人文社科基金青年项目(18YJC72040001)
中国博士后科学基金面上项目(2019M651798)。
文摘
因果关系是人工智能实现从感知到认知需突破的关键问题,因果推理对于构建可解释的机器学习模型至关重要。用概率解释因果关系是一种自然主义观点。因果贝叶斯网络的运用表明,发现因果关系的人工智能归纳法面临因果马尔可夫条件的客观性解释难题。为保证归纳的因果模型符合我们理解的因果关系,因果认知理论体现了一种认知转向的非实在论立场。因果推理的认知进路昭示着概率理论从单一向多样化发展,主观与客观从对立到融合的可能性。
关键词
因果
关系的
概率
解释
因果
马尔可夫条件
认知进路
Keywords
probabilistic causal explanation
causal Markov condition
cognitive approach
分类号
B814 [哲学宗教—逻辑学]
N031 [自然科学总论—科学技术哲学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
概率因果理论的新进展及其问题分析
杨武金
李波
《内蒙古社会科学》
CSSCI
北大核心
2016
0
下载PDF
职称材料
2
因果推理研究的认知进路:基于人工智能视角
黄闪闪
《湖南科技大学学报（社会科学版）》
CSSCI
北大核心
2021
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
