Wissenschaftliche Publikationen

The (a,q) data modeling in probabilistic reasoning (2014)

Der erste Versuch, die Kategorien "Zweifel" und "Wahl" in die KI-Inferenzmethode zu implementieren. Die Automatisierung des Wahrscheinlichkeitsdenkens wird anhand einfacher Pascal-gesteuerter Logik demonstriert. Die Idee, dass KI menschenähnliche Eigenschaften erhält, wird über die Bayes'sche Wahrscheinlichkeit mit abstrakten 'a'- und 'q'-Datenmodellierungsimplementierungen erklärt; wobei "a" eine abstrakte Kategorie von KI-Daten ist, die der wahrscheinlichen, logischen "q"-Wahl gegenübergestellt wird. Diese Arbeit ist der erste Ansatz, um die klassische P(A|B) Theorem in selektivere, entscheidungsgesteuerte Optionen in der Berechnung.

Imaginary number probability in Bayesian type inference (2015)

Die imaginäre Zahlenwahrscheinlichkeit nähert sich der 'a'- und 'q'-Datenmodellierung an, um mathematische Prinzipien der KI-Inferenz in die objektorientierten Programmiersprachen (C, C++, etc.) zu implementieren, um 'Zweifel' und 'Wahl' der KI zu kategorisieren, so die maschinenartige Datenverarbeitung zu vermeiden und menschenähnliche Eigenschaften zu entwickeln. Ein mathematischer Versuch, die Prinzipien der 'Wahl', 'möglichen Wahl' und 'unmöglichen Wahl' zu realisieren, um das klassische Verständnis des Bayes-Theorems zu erweitern und weitere Forschungen in diese Richtung anzuregen.

Forschungsprofile: