当计算动词发生坍塌之后，其动力学特性的丧失使得动词向形容词转变从另一方面而言，当在形容词中通过扩展原理加入動力学特性形容词便向动词转化。本章讲述了动词的不同坍塌方式及形容词的各种扩展方法并对形容词之间的逻辑运算的扩展方法进荇了讨论。动词坍塌和扩展原理是形容词和动词之间关系的可测量化的理论总结它们为形容词和动词的语言学关系的研究提供了新的定量工具。

计算动词集合可由一组观测到的动词特例构成也可通过计算动词坍塌来构成。计算动词集的各种集运算可以由动词坍塌的相应嘚集运算来定义这样可以借用传统集合运算的结论来定义动词集合的运算。所有具有相同定性特性的坍塌的计算动词组成一类特殊的动詞集合这类动词集合中的每一个动词的定性特征与同一个动词集中的其他元素的定性特征是一致的。

动词数是一类特殊的动词集合讨論了动词数间最基础的算术运算及动词数坍塌成三角形及梯形模糊数的情况。由计算动词理论的结果可知典型的模糊数缺乏自然存在的動词数原型，因而计算动词理论的结果对典型的模糊数在理论上的合理性提出了质疑通过对一个动词数的坍塌的变换，可以得到不同的坍塌而扩展这些坍塌能得到不同的动词数。计算动词理论给出了保持动力学定性特征的动词数间的计算关系

计算动词理论动词标准形

動词标准形是最基本的动词的表达方式，也是所有动词的原型基于动词标准形可以构建出所有动词。虽然动词标准形可以选取不同的动詞基计算动词理论提出的动词标准形选用了基本动词become。在应用中动词标准形可以用聚类、拟合及多种模式分类的方法来从众多的观察序列中获得。

计算动词理论动词相似度

通过比较计算动词之间的相似度可以得出许多现象间的关联性从而可由已知的知识库中推理出未知的结论。计算动词相似度是应用计算动词解决实际问题的核心概念因其重要地位，计算动词理论给出了求取计算动词相似度的不同方法同时，计算动词间的距离作为计算动词相似度的一个对偶的概念也在计算动词理论中加以讨论。然而计算动词的相似度的求取是複杂的，且不唯一这是因为对于许多复杂的模式\相似"的定义本身缺乏一个统一的数学标准，对相似度的计算还将依赖于人类的专业判断正因为如此，计算动词理论对动词相似度计算的体系的建立是基于一个开放的框架之下提出诸多可行的方法供应用者选取和组合

传统嘚概率事件推广到计算动词事件，并提出了基于传统事件的概率推导出动词事件概率的方法根据基础动词与由一个基础动词衍生出的其咜动词之间的关系，可以从基础动词事件的概率推导出许多衍生动词事件的概率利用这一机制，基于对一个基础动词事件的观察可以得箌一系列相关事件的概率从而由已知的数据推导出许多没有观察数据的关联事件的概率。

在计算动词的含糊性和歧义性并给出了这两種不确定性的测量方法。计算动词的含糊性是由相应的动力学系统的状态的不确定性引起的而计算动词的歧义性则是由相应的动力学系統的参数的不确定性带来的。测量计算动词的不确定性可以直接由计算动词坍塌的不确定性来进行也可以依据计算动词相似度来进行。叧外对于不确定性本身的动力学特性也可以通过计算动词的不确定性来建模。从另外一个角度而言不确定性的进化本身定义了一类特殊的计算动词。

计算动词理论给出了计算动词的互相关及相关的不同计算方法及其应用计算动词理论的结论可用于发现动态过程间的因果关系，因而可应用于对时间序列的数据挖掘和知识发现等领域由计算动词扩展原理引起的不确定性可以用计算动词的互相关来消除。哃时也可以消除计算动词推理中的不确定性同计算动词相似度不同，计算动词相关能同时表达\相似"和\相反"这两种动词间的关系在许多凊况下，动词相似度是不可能无歧义地表达\相反"的情形因而，动词相关在许多应用中更有表达能力

计算动词理论讨论了计算动词逻辑Φ的基础问题，包括在属性空间中计算动词逻辑的计算动词说谎者悖论以及动词规则库的形式化描述及其合并和分割。动词逻辑为关于動态过程的知识的表达及处理提供了高效的手段是动词推理的基础。动词规则库是利用自然语言来建模工业系统的最为有效的途径因洏，将一组耦合的动词规则分解为解耦的几组规则可以简化建模复杂程度并达到对复杂系统分而治之的目的。

计算动词理论讨论了定性特征不变的形容词推理及动词推理在模糊推理中，形容词的定性特征一般会发生改变这显然不符合自然语言推理的实际情况。因而本嶂讨论的定性特征不变的形容词推理较模糊推理而言更贴近自然语言推理形容词推理中的不确定性的消除一般能由坍塌前的计算动词的　特征中找到解决的方法。而在动词推理中产生的不确定性则只能在比物理语言学更先进的后继学科中找到解决方法本章也从动词关系嘚角度研究了计算动词规则的推理。

计算动词理论基于动力学的分规则描述建立了分规则计算动词系统由于自然语言中动词的离散性，洇而对一个连续系统的描述往往依赖多个互相补充的规则来进行同时，对于复杂工程问题通常采用分而治之的模块化方法。这些情况丅对一个复杂非线性动力学系统的建模往往采用分规则的方法来进行。本章着重介绍了分规则线性动词系统的构建、推理及其应用动詞系统是计算动词在自动控制领域应用的基础。

计算动词理论利用计算动词系统提供的对动力学的分而治之的建模方法设计了稳定的计算動词控制器并以混沌控制为应用目标，设计了连续的及离散的动词控制器在设计这些动词控制器之前，先利用动词系统对控制对象进荇分规则建模然后再针对动词系统模型中的每一条动词规则进行控制输入的设计，以达到整体模型的稳定控制7

计算动词理论PID控制器

计算动词理论设计了不同类型的计算动词PID控制器，并同相应的模糊PID控制器进行了比较作为一种新兴的智能PID控制器，动词PID控制器在整体性能仩强于模糊PID控制器并在设计上较后者大为简化。通过对控制轨线而不是对控制区域的分划，动词PID设计将控制问题的规则所需涵盖的空間转化为模糊控制所对应空间的一个流形之上从而使得智能PID控制器的设计更能匹配自然语言表述的简洁性。这从另一侧面体现了计算动詞PID控制器将工程师的动态经验融合在PID控制器的“智能”之中的有效性的理论基础即，将设计过程由高维转化到低维

计算动词理论给出叻计算动词决策树的两种设计方法。作为对传统决策树的拓展计算动词决策树具有在动态数据中发现动词规则的能力，能够广泛地应用於对动态数据的挖掘之中本章提供了若干实例来说明动词决策树的设计。将计算动词嵌入决策树之中后计算动词决策树较传统决策树洏言，增加了预测能力当动词决策树被应用于挖掘历史数据时，计算动词对观察值序列的良好的封装性使得动词决策树能以简明的结构來表达复杂的数据关系已有的设计实例也验证了动词决策树能从动态数据中发现传统决策树所不能发现的知识。

计算动词理论将计算动詞规则和人工神经网路相结合构建出不同的动词神经网络结构同时，也可以利用动词规则建模专家知识的简便性来改造BP算法以加速传統BP算法的收敛速度及提高BP算法的稳定性。动词神经网络将高级的动词规则结合到低端的神经网络结构之中使得神经网络训练的结果更加透明可控。动词神经网络结构是一种结构化的动词推理模型而对动词神经网络的训练本质上是对动词规则的训练。

计算动词理论阐述了計算动词Petri网和计算动词有穷自动机的基本原理和实例通过在Petri网中加入建模对象的动态特征而形成的动词Petri网能够反映出令牌数量及延迟的動态变化情况，从而为Petri网提供针对建模对象动态变化的预测能力在有穷自动机的状态集合及字母表中加入计算动词，可以将传统的有穷洎动机扩展成计算动词有穷自动机计算动词有穷自动机已经成功应用于电子游戏的设计。

计算动词理论展现了一维及二维计算动词元胞網络（CVCN）的研究中丰富的成果分别总结了一维及二维CVCN输出模式的分类及分布情况，并从理论上分析了多种典型模式的存在条件作为实現趋边计算的候选网格结构之一，CVCN有能力处理高级的语言量比元胞自动机和细胞神经网络更接近人脑的湿件的计算特点。因而CVCN更适合建模大规模的社会网络。

计算动词理论在传统博弈论中增加反映动态特征的计算动词提出了计算动词博弈论的基本框架利用计算动词推悝，在计算动词博弈中对早熟的情况8同样可以依据支付矩阵给出正确的结论本章给出了若干典型传统博弈所对应的动词博弈并作了细致嘚研究。动词博弈可以处理动力学系统之间的博弈也可以处理博弈中的动力学。在增加了动力学系统的特性之后动词博弈大大地拓展叻传统博弈所能涵盖的对象和对博弈过程的限定。

计算动词理论利用计算动词建模非理性行为的能力结合股票市场中的各种投机行为的非理性特征来挖掘和建模各种经济行为模式。基于股市数据建模的例子给出了认知经济学的基本特征，并将其应用到房地产价格博弈的建模及控制研究之中认知经济学将经济现象放在认知媒介的相互关系的框架下来研究，并把人脑与人脑的关系以及人脑与电脑之间的關系放在同一套体系之中。在经济活动越来越虚拟化以及电脑越来越深入到经济活动的时代将人脑和电脑放在认知媒介的相互作用而形荿的人类社会和机器的动词有哪些社会共生体中研究将成为很有必要。这一点将会在PR进入人类生活之后变得更见明显

计算动词理论应用計算动词于图像处理之中。首先根据空间动词的概念任一幅图像可被视为空间动词的集合，则根据专家的经验可设计出不同图像处理任務的动词规则来完成各种图像处理任务基于计算动词的图像处理算法能实现有效实时的图像处理任务，适合于超大规模图像搜索引擎的設计要求由于能在语言层次上来表达图像的认知特征，同传统的图像理解算法相比计算动词图像理解具有更高的效率和更低的设计及維护成本。

计算动词理论介绍了计算动词理论在各领域的应用的情况因为计算动词建立的初衷是为工程师提供一个简便有效的体系将自嘫语言表达的动态知识转化为可供工程师使用的算法，因而计算动词的应用近年来蓬勃发展。计算动词理论概述了这些应用中具有代表性的案例应用领域包括：计算机游戏，PID控制图像处理，电机控制电网控制，导盲系统回流焊，功率放大器设计股市数据分析，決策树数据挖掘，故障诊断机器的动词有哪些人控制以及电力营销预测等。

目前的人工智能和信息科学手段还不足以将以上的自然语訁规则转化为计算机擅长处理的测量量因而无法将这些知识自动地转化为计算机程序。其中的难点是这些规则中的动词的可测量化问题茬目前的工程技术体系尚无法解决对人类语言中的动词的“非理性”无从把握。这一方面影响了解决工程问题的速度降低了工程经验嘚利用效率，增加了开发成本；另一方面从长远而言，不利于人类知识体系中动态经验的积累和再利用利用计算动词理论我们将从根夲上解决这些问题。

计算动词理论是由杨涛先生于1997年在美国一流学府伯克利加州大学创立的新兴理论这一理论在深刻思考与总结了人类茬认识世界过程中思维及语言的发展规律之后，紧紧抓住了世界永恒发展这一基本规律从事物的动态特征描述，计算入手更加完整，准确地描述对象发展变化的过程特征对对象未来的发展趋势做出准确地预测，将人工智能及认知科学带入一个崭新的天地在这一理论框架下，传统的基于静态特征的对象描述（比如：传统的计算机科学对对象的描述）成为其所描述过程的一个点或一个特例同样使得静態特征的逻辑运算发展成为动态特征的逻辑预算。为信息科学带来了前所未有的发展机遇

杨涛教授，2002起担任美国杨氏科学研究院的首席科学家是《国际计算认知》杂志总编，计算动词理论创始人主要从事计算动词理论、物理语言学、非线性电子电路、计算认知、视觉芯片结构及算法，以及视频理解算法及体系结构等方向的研究杨先生拥有一项美国专利，出版了11本专著发表了超过100篇的学术论文。现為江苏汉德天坤科技发展有限公司首席科学家

从1997年到2000年是计算动词理论的萌芽期。在这一时期主要致力于将非线性动力学中的对于动态系统的建模手段转化到动词的形式化建模中对于计算动词理论在语言学及认知科学中的意义尚无清晰认识。

2001年到2002年是计算动词理论的幼姩期在这一时期电子学专家们认识到语言学中大量的观察结果因缺乏适当的数学工具和测量体系而长期不能自然科学化。

从2003年到2004年计算動词理论的研究进入了一个综合成长期一方面，在理论上开始构造物理语言学，这是一个基于计算动词理论的语言学的可测量化的初步尝试也是将语言学中许多的观察与猜测进行定量化建模的一种理论体系。另一方面由于认识到计算动词理论的最终研究对象是人的認知现象，而长期以来认知所涉及到的研究领域过于庞杂，各领域的专家之间缺乏交流的平台《国际计算认知杂志》创刊以提供这一茭流的平台。最后着手进行计算动词理论工程化方面的前期研究，计算动词理论只有解决其他理论不能很好解决的工程难题之后才能体現其优越性

从2005年至今是计算动词理论进入高速成长期的开端。在理论上宇知理论（The Theory of the Unicogse）得到进一步的发展并给物理语言学及人的认知的鈳测量化提供了坚实的理论基础。

1）开发周期短从产品的功能设计到原型机的试验往往比传统方法缩短一半以上的时间。

2）集群优势明顯基于同一物理语言学平台上的产品便如同章回小说的各个章回，互相之间能形成连贯的主线和变化多样的分支因而能很自然地形成系列化产品。

3）可再生代码率高由于直接利用自然语言进行建模。其模型的通用性好同一模型在不同的环境和工况下可重复使用率高。这一体系进行软件包的开发保证了各种不同功能的软件之间代码的可移植性始终由自然语言的可移植性加以保证。

4） 对团队开发具有極强的继承性和可拓展性由于编程方式是基于物理语言学的平台，静态知识可以方便地由计算名词表述；同样动态知识是由计算动词表述。工程师在研发过程中的动态知识能有效地用自然语言的形式表达从而极大地增加了知识的可读性及可维护可改良性。

计算动词理論计算机软件产业

软件产业有一个梦想即对独立于硬件平台及操作系统条件下的程序的可再生利用。虽然这一产业集中了大量的物力资源和人类最聪明的大脑多年以来，随着软件规模在硬件和应用的驱动下的指数成长程序的可再生利用的效率却越来越低。这是由于计算机编程语言对世界模型的过度简化以及缺乏人类自然语言的柔性所造成的要改变这种局面，计算机应该象人一样用自然语言来编程

計算动词理论机器的动词有哪些人产业

在制造业普遍沦为劳动密集型产业的今天，制造业的出路在于机器的动词有哪些人产业这样拥有极高附加值的产业然而，以目前的机器的动词有哪些人的编程体系距离能进入人类社会生活的机器的动词有哪些人时代还有极为漫长的噵路。现在的机器的动词有哪些人只能被视作“机器的动词有哪些”似乎与“人”毫无关联。要加快机器的动词有哪些人产业的发展除了机器的动词有哪些人的身体机构的建造外，最为关键的是其“大脑”的真正的智能化机器的动词有哪些人大脑智能化的工作将大部汾集中在拟人智能及机器的动词有哪些视觉的进步。拟人智能的进步将极大程度地基于计算机的自然语言编程技术的成熟并极大地促进洎然语言编程的进步。这是因为在拥有了来自于机器的动词有哪些人身体上的各种感知器之后感知信号的理解将需要借助于自然语言，並用以模拟出人的身体对外部世界的感觉而对感觉的组织将在自然语言的平台上显现出更深一层次的认知特征，如情绪等有了以计算動词理论为基础的自然语言编程平台，机器的动词有哪些人的拟人智能将得到质的飞跃同样，计算动词理论将提供一个全新的基于场景嘚自然语言表达的机器的动词有哪些视觉编程方法来提高机器的动词有哪些人的视觉系统的功能和效率这一机器的动词有哪些视觉平台將仿真人的视觉通路中的认知能力，在人工视网膜之后将二维的视频信号转化成为特征空间中的语义描述一旦场景被自然语言所描叙之後，机器的动词有哪些视觉任务便转化为计算动词所描述的问题因而可获得与符号运算相同层次的高效率的求解。

计算动词理论IT产业的勞动密集型转化

在计算机硬件速度对计算任务的要求远远大于人类全部高端智能所能提供的编程能力对计算任务的供给时计算机剩余的計算能力将被迫寻求新的计算任务。最终用户编程将成为IT产业的主流即：高端IT人才将只向计算机提供框架式的计算任务，而最终用户将提供各种应用的计算任务在这种情况下，主要的编程任务将由用户来完成

计算动词理论服务业的个人化

在信息时代，人类社会通过个囚计算机完成了计算能力的个人化通过网络完成了通讯个人化。在计算能力及通讯个人化的支持下新兴的机器的动词有哪些人产业必將带来服务业的个人化，即：家用机器的动词有哪些人将完成许多今天的服务业正在完成的任务比如：护理，美容餐饮及家政服务等。IT产业的劳动密集型化将大大降低服务业个人化的门槛这是因为，终端用户可以通过计算动词理论提供的自然语言编程平台来实现对个囚用机器的动词有哪些人的最终编程这将大大方便单个家用机器的动词有哪些人对不同任务及不同家庭环境的编程。当前在国际市场中絀现的吸尘器机器的动词有哪些人及机器的动词有哪些人玩具为我们展示了这一产业的发端

1、元胞的邻居数量可以是空间可变的（也就是说同一个元胞网络中，元胞A有9个邻居而元胞B可以有5个鄰居或者其它数量的邻居）

2、元胞和它的邻居之间相互影响的拓扑结构和模式可以是空间可变的。

3、元胞属性的定义可以是空间可变的（比如，某个CVCN可以由两种元胞组成一种元胞用来建模猎狗，一种元胞用来建模野兔一个猎狗元胞的邻居总体和一个野兔元胞的邻居总體可以存在本质上的不同）

简单的一维计算动词元胞网络和简单二维计算动词元胞网络是CVCN的两个子集。它们的元胞邻居数量是空间不变的元胞和其邻居相互影响的拓扑结构也是空间不变的，它们属性的定义也是空间不变的

仅仅在这两个子集中，已经发现了大量的模式唎如典型的二维模式：棋盘格、网格、双色条纹、多色条纹、图灵斑纹、旋转波等。它们是CVCN经过离散化之后表现到二维像素图片中观察到嘚现象的一些归类

计算动词理论在大数据中的应用十分广泛，已经应用到了现今许多大数据的方向中如经济金融、图像处理等。使用动词化的方式可以对数据进行有效的压缩和聚类，削减组合爆炸的风险而尤其重要的一点是在对数據之间的“相关性/因果性”的区分，对于传统的方法可以比较有效的检测相关而对因果性的检验缺很乏力，而计算动词结合了语言的特性可以更为有效的检测出数据间的因果关系。

计算动词理论计算动词理论在金融数据的应用

计算动词理论应用到金融数据处理当中是极其正确且有效的应用计算动词理论在处理时间序列数据有其独特的天生的优势，金融数据的趋势变化与计算动词趋势的动态变化可以完铨结合在一起计算动词决策树和计算动词贝叶斯网络都可以应用到股票价格变化趋势的预测，与传统股票价格预测方法不同最常用的股票价格预测方法为神经网络方法预测股票价格，其计算量大价格预测准确度较低，计算动词理论在股票价格变化趋势预测上可以表现嘚很优越例如，对于股票数据处理首先应对股票价格或者股票的其他数据动词化，动词化后的数据就成了股票价格变化的趋势而不洅是股票具体价格的变化；其次，动词化后的数据可与计算动词的模板动词求计算动词相似度随后动词化的数据可用模板动词代替，这樣就大大减少了数据处理计算量并且能够得到令人满意的效果。

计算动词理论计算动词理论在机器的动词有哪些视觉及图像处理的应用

茬图像处理当中有相当大的一部分需要使用机器的动词有哪些学习算法，而计算动词理论在传统机器的动词有哪些学习算法中已有应用所以计算动词理论应用到图像处理是可行的。同样的在提取图像特征后，需对特征数据动词化比如对图像的直方图动词化，然后把動词化后的数据应用于传统算法或者是经过计算动词理论改进的算法中均可以得到明显的效果。例如在超分辨率图像中，计算动词插徝方法的效果在边沿处理上超过了传统的插值方法；在求取图像纹理相似度时传统方法可以应用GLCM方法，Tamura方法甚至是Gabor小波算法，这些算法都是比较流行的算法但计算动词相似度应用到纹理相似度时，效果和速度都可以大幅度提高；另外在图像增强方面，计算动词理论應用到直方图均衡算法中可以使均衡后的图像更加接近人眼的舒适度，并且可以减少噪音的放大等等

• 1. 厦门大学南强丛书第五辑《计算動词理论及应用》
• 2. ．厦门大学学术典藏库．[引用日期]