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

• Likelihood as a Performance Gauge for Retrieval-Augmented Generation [78.28197013467157]
  言語モデルの性能の効果的な指標としての可能性を示す。 提案手法は,より優れた性能をもたらすプロンプトの選択と構築のための尺度として,疑似可能性を利用する2つの手法を提案する。
  論文  参考訳（メタデータ） (2024-11-12T13:14:09Z)
• A Tutorial on the Design, Experimentation and Application of Metaheuristic Algorithms to Real-World Optimization Problems [16.890440704820367]
  メタヒューリスティックの設計と使用に関する数十年の歴史的進歩にもかかわらず、新しい技術成果の理解可能性、アルゴリズム設計の正しさ、性能検証性に関して大きな困難が残っている。 この研究は、最適化に使用されるメタヒューリスティックス手法の研究を行う際に、受け入れるべき良いプラクティスの提案を聴衆に提供することを目的としている。
  論文  参考訳（メタデータ） (2024-10-04T07:41:23Z)
• Bounds on the Generalization Error in Active Learning [0.0]
  一般化誤差に上限の族を導出することにより,能動的学習のための経験的リスク原理を確立する。 我々は,多種多様な能動学習シナリオを体系的にリンクし,それらの損失関数と仮説クラスを対応する上界に関連付ける。 この結果から,様々な仮説クラスの複雑性を制約するために用いられる正規化手法は,境界の妥当性を確保するのに十分な条件であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-10T08:08:09Z)
• Experimenting on Markov Decision Processes with Local Treatments [13.182388658918502]
  マルコフ決定過程(MDP)をモデル化した力学系におけるランダム化実験について検討する。 我々のゴールは、比較的短期的な観察による長期累積報酬に対する治療・制御政策の影響を評価することである。
  論文  参考訳（メタデータ） (2024-07-29T00:41:11Z)
• RLIF: Interactive Imitation Learning as Reinforcement Learning [56.997263135104504]
  我々は,対話型模倣学習と類似するが,さらに実践的な仮定の下で,非政治強化学習によってパフォーマンスが向上できることを実証する。 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)
• 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)
• 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)
• 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。