論文の概要: Modeling Uncertainty and Imprecision in Nonmonotonic Reasoning using Fuzzy Numbers

• arxiv url: http://arxiv.org/abs/2001.01781v1
• Date: Fri, 3 Jan 2020 07:58:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-14 17:45:39.689470
• Title: Modeling Uncertainty and Imprecision in Nonmonotonic Reasoning using Fuzzy Numbers
• Title（参考訳）: ファジィ数を用いた非単調推論の不確かさと不整合のモデル化
• Authors: Sandip Paul, Kumar Sankar Ray and Diganta Saha
• Abstract要約: 三角形と台形ファジィ数は 伝統的な間隔とともに 真理値のセットとして使われます プレオーダーベースの真理と知識順序付けは、$[0,1]$で定義されるファジィ数の集合上で定義される。 この種のフレームワークは、非モノトニック環境下での曖昧で不確実な情報による知識表現や推論において効率的である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To deal with uncertainty in reasoning, interval-valued logic has been developed. But uniform intervals cannot capture the difference in degrees of belief for different values in the interval. To salvage the problem triangular and trapezoidal fuzzy numbers are used as the set of truth values along with traditional intervals. Preorder-based truth and knowledge ordering are defined over the set of fuzzy numbers defined over $[0,1]$. Based on this enhanced set of epistemic states, an answer set framework is developed, with properly defined logical connectives. This type of framework is efficient in knowledge representation and reasoning with vague and uncertain information under nonmonotonic environment where rules may posses exceptions.
• Abstract（参考訳）: 推論の不確実性に対処するため、間隔値論理を開発した。 しかし、一様間隔は、その間隔の異なる値に対する信念の程度の違いを捉えることができない。 問題を救うために、三角および台形ファジィ数を伝統的な間隔とともに真理値の集合として用いる。 事前順序に基づく真理と知識順序は、$[0,1]$で定義されるファジィ数の集合上で定義される。 この拡張されたエピステミック状態に基づいて、適切に定義された論理的結合を持つ解集合フレームワークが開発された。 この種のフレームワークは、ルールが例外を課す可能性のある非単調な環境下で、曖昧で不確実な情報を持つ知識表現や推論において効率的である。

関連論文リスト

• QUITE: Quantifying Uncertainty in Natural Language Text in Bayesian Reasoning Scenarios [15.193544498311603]
  本稿では,カテゴリー的確率変数と複雑な関係を持つ実世界のベイズ推論シナリオのデータセットであるQUITEを提案する。 我々は幅広い実験を行い、論理ベースのモデルが全ての推論型において、アウト・オブ・ボックスの大規模言語モデルより優れていることを発見した。 以上の結果から,ニューロシンボリックモデルが複雑な推論を改善する上で有望な方向であることを示す。
  論文  参考訳（メタデータ） (2024-10-14T12:44:59Z)
• Reproducible Parameter Inference Using Bagged Posteriors [9.975422461924705]
  モデル的不特定性の下では、ベイジアン後部は真あるいは偽真パラメータの不確かさを適切に定量化しないことが多いことが知られている。 独立データセットから構築された2つの信頼集合が空でない重複を持つ確率を考察する。 標準後部からの信頼できる集合は、特に高次元の設定において、この境界に強く違反する可能性があることを示す。
  論文  参考訳（メタデータ） (2023-11-03T16:28:16Z)
• On Exact Bayesian Credible Sets for Classification and Pattern Recognition [4.466859048616654]
  既定の信頼レベルを達成できる一般化された信頼集合を導入する。 我々はまた、信頼できる集合を表すステアリングホイール・プロットを開発した。
  論文  参考訳（メタデータ） (2023-08-21T20:50:30Z)
• Eliminating Unintended Stable Fixpoints for Hybrid Reasoning Systems [5.208405959764274]
  本稿では,AFTに類似した手法を導入し,事前計算した上界を利用して意味をより正確に把握する手法を提案する。 我々は、最先端の近似器を拡張することで、MKNF(最小限の知識と失敗を否定する)の知識ベースへのフレームワークの適用性を実証する。
  論文  参考訳（メタデータ） (2023-07-21T01:08:15Z)
• When Does Confidence-Based Cascade Deferral Suffice? [69.28314307469381]
  カスケードは、推論コストをサンプル毎に適応的に変化させる古典的な戦略である。 deferralルールは、シーケンス内の次の分類子を呼び出すか、または予測を終了するかを決定する。 カスケードの構造に執着しているにもかかわらず、信頼に基づく推論は実際は極めてうまく機能することが多い。
  論文  参考訳（メタデータ） (2023-07-06T04:13:57Z)
• FaiRR: Faithful and Robust Deductive Reasoning over Natural Language [25.319674132967553]
  規則選択、事実選択、知識構成という3つのモジュラーコンポーネントを定義することで、帰納的論理的推論タスクをフレーム化する。 我々は、FaiRRが新しい言語の摂動に対して堅牢であり、既存の推論データセットの以前の研究よりも推論が速いことを観察した。
  論文  参考訳（メタデータ） (2022-03-19T07:18:13Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)
• A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
  より弱い仮定として, 2$-adjacency faithfulness を提案します。 より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
  論文  参考訳（メタデータ） (2020-10-27T13:04:08Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• Foundations of Reasoning with Uncertainty via Real-valued Logics [70.43924776071616]
  我々は、本質的にすべての実数値論理をカバーするためにパラメータ化できる、音と強完全公理化を与える。 文のクラスは非常に豊かであり、各クラスは実数値論理の式の集合に対して可能な実値の集合を記述する。
  論文  参考訳（メタデータ） (2020-08-06T02:13:11Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。