18、神经网络中的论证计算与学习

神经网络中的论证计算与学习

1. 引言

在将论证网络转化为神经网络后，下一步就是运行神经网络以确定哪些论证能够胜出。通常，为了运行网络，我们会使用权重 $W_r = 1$ 将输出神经元连接到其对应的输入神经元，这样输出神经元的激活值就会在下一轮输入到对应的输入神经元，从而实现如“A 攻击 B，B 攻击 C，C 攻击 D”这样的链式传播。

2. 道德辩论的神经网络示例

以道德辩论为例，我们应用相关算法将论证网络转化为神经网络。已知 $A_{min} > 0$ 且 $W > 0$，这里取 $A_{min} = 0.5$，$W = 5$。将论证按生命、财产和事实方面进行分组：
- 与生命权相关的论证：A、D、F
- 与财产权相关的论证：B、C
- 事实类论证：E

事实论证总是最强的，而对于财产权和生命权的强弱存在争议。
- 财产权强于生命权时 ：若 $v(B,A) = 1$，$v(D,A) = 1$，$v(C,B) = 1$，$v(C,D) = 1$，$v(E,D) = 1$，$v(F,C) = 0$，根据算法，当 $v(\alpha_i,\alpha_j) = 0$ 时，$W’ > -1.4$；当 $v(\alpha_i,\alpha_j) = 1$ 时，$W’ < -12.2$。满足这些条件时，网络计算得出可接受的论证集合为 ${A,C,E}$。
- 生命权强于财产权时 ：若 $v(F,C) = 1$，则 F 击败 C，C 无法击败 B，B 也无法击败 A，网络收敛到可接受论证集合 ${A,B,E,F}$。 <