論文の概要: On Expert Behaviors and Question Types for Efficient Query-Based
Ontology Fault Localization
- arxiv url: http://arxiv.org/abs/2001.05952v2
- Date: Thu, 4 Aug 2022 15:10:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-11 00:46:33.547124
- Title: On Expert Behaviors and Question Types for Efficient Query-Based
Ontology Fault Localization
- Title(参考訳): 効率的なクエリベースのオントロジー故障位置推定のためのエキスパート行動と質問タイプについて
- Authors: Patrick Rodler
- Abstract要約: 既存のクエリベースのフォールトローカライズ手法に挑戦する。
それらの効率は、相互作用する専門家の行動に大きく依存している。
我々は、新しい(そしてより単純な)相互作用アプローチを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We challenge existing query-based ontology fault localization methods wrt.
assumptions they make, criteria they optimize, and interaction means they use.
We find that their efficiency depends largely on the behavior of the
interacting expert, that performed calculations can be inefficient or
imprecise, and that used optimization criteria are often not fully realistic.
As a remedy, we suggest a novel (and simpler) interaction approach which
overcomes all identified problems and, in comprehensive experiments on faulty
real-world ontologies, enables a successful fault localization while requiring
fewer expert interactions in 66 % of the cases, and always at least 80 % less
expert waiting time, compared to existing methods.
- Abstract(参考訳): 既存のクエリベースのオントロジーフォールトローカライゼーション手法 wrt に挑戦する。
前提、最適化基準、そして相互作用は、それらを使うことを意味します。
それらの効率は、相互作用する専門家の行動に大きく依存しており、計算は非効率的または不正確であり、使用済みの最適化基準が完全には現実的でないことが多い。
対策として,すべての特定された問題を克服し,欠陥のある実世界のオントロジーを包括的に実験し,66パーセントのケースで専門家とのインタラクションを少なくし,既存の手法と比較して少なくとも80%の待ち時間で障害の局所化を成功させることができる,新しい(そしてより単純な)インタラクションアプローチを提案する。
関連論文リスト
- RLIF: Interactive Imitation Learning as Reinforcement Learning [61.14928315004026]
オフ・ポリティクス強化学習は、インタラクティブな模倣学習よりも近いが、潜在的にさらに実践的な仮定の下で、パフォーマンスを向上させることができる。
提案手法は,ユーザ介入信号を用いた強化学習を報奨として利用する。
このことは、インタラクティブな模倣学習において介入する専門家がほぼ最適であるべきだという仮定を緩和し、アルゴリズムが潜在的に最適でない人間の専門家よりも改善される行動を学ぶことを可能にする。
論文 参考訳(メタデータ) (2023-11-21T21:05:21Z) - Local Optima Correlation Assisted Adaptive Operator Selection [4.983846689106013]
本稿では, 演算子間の関係を, 局所最適値間の相関関係で実証的に解析することを提案する。
新たに提案した局所最適相関法に基づいて,探索過程において演算子の中から適応的に選択する手法を提案する。
論文 参考訳(メタデータ) (2023-05-03T13:25:41Z) - Federated Minimax Optimization with Client Heterogeneity [11.558008138030845]
ミニマックス計算は、GANのような先進的な近代的応用に注目が集まっている。
そこで我々は,ローカルSGDAのような設定や既存手法を前提とした汎用のミニマックスフレームワークを提案する。
論文 参考訳(メタデータ) (2023-02-08T18:33:55Z) - In Search of Insights, Not Magic Bullets: Towards Demystification of the
Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。
選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
論文 参考訳(メタデータ) (2023-02-06T16:55:37Z) - SkillS: Adaptive Skill Sequencing for Efficient Temporally-Extended
Exploration [21.764280583041703]
スキルの再利用は最も一般的なアプローチの1つだが、現在の手法にはかなりの制限がある。
これらの問題を緩和するための代替アプローチを導入する。
提案手法は,既存の時間的拡張スキルの探索を学習するが,生経験から直接最終方針を学習する。
論文 参考訳(メタデータ) (2022-11-24T18:05:01Z) - CausalBench: A Large-scale Benchmark for Network Inference from
Single-cell Perturbation Data [61.088705993848606]
本稿では,実世界の介入データに対する因果推論手法を評価するベンチマークスイートCausalBenchを紹介する。
CaulBenchには、新しい分散ベースの介入メトリクスを含む、生物学的に動機付けられたパフォーマンスメトリクスが含まれている。
論文 参考訳(メタデータ) (2022-10-31T13:04:07Z) - HyperImpute: Generalized Iterative Imputation with Automatic Model
Selection [77.86861638371926]
カラムワイズモデルを適応的かつ自動的に構成するための一般化反復計算フレームワークを提案する。
既製の学習者,シミュレータ,インターフェースを備えた具体的な実装を提供する。
論文 参考訳(メタデータ) (2022-06-15T19:10:35Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳(メタデータ) (2022-01-28T05:53:28Z) - Generalization of Neural Combinatorial Solvers Through the Lens of
Adversarial Robustness [68.97830259849086]
ほとんどのデータセットは単純なサブプロブレムのみをキャプチャし、おそらくは突発的な特徴に悩まされる。
本研究では, 局所的な一般化特性である対向ロバスト性について検討し, 厳密でモデル固有な例と突発的な特徴を明らかにする。
他のアプリケーションとは異なり、摂動モデルは知覚できないという主観的な概念に基づいて設計されているため、摂動モデルは効率的かつ健全である。
驚くべきことに、そのような摂動によって、十分に表現力のあるニューラルソルバは、教師あり学習で共通する正確さと悪質さのトレードオフの限界に悩まされない。
論文 参考訳(メタデータ) (2021-10-21T07:28:11Z) - Identifying Properties of Real-World Optimisation Problems through a
Questionnaire [2.805617945875364]
本研究は, 実世界の課題の実態を質問紙で調査する。
これは将来のベンチマーク問題の設計を可能にし、現実世界で見られる問題とよりよく似ている。
論文 参考訳(メタデータ) (2020-11-11T05:09:01Z)
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。