Fugu-MT 論文翻訳(概要): A Uniform Treatment of Aggregates and Constraints in Hybrid ASP

論文の概要: A Uniform Treatment of Aggregates and Constraints in Hybrid ASP

arxiv url: http://arxiv.org/abs/2003.04176v2
Date: Fri, 13 Mar 2020 12:42:54 GMT
ステータス: 処理完了
システム内更新日: 2022-12-25 09:18:06.651148
Title: A Uniform Treatment of Aggregates and Constraints in Hybrid ASP
Title（参考訳）: ハイブリッドASPにおけるアグリゲートと制約の一様処理
Authors: Pedro Cabalar and Jorge Fandinno and Torsten Schaub and Philipp Wanko
Abstract要約: ハイブリッドASPソリューションのためのセマンティックフレームワークを開発する。我々は、異なる意味原理に従う理論変数に対して集約関数を提供する。実装にオフザシェルフハイブリット・ソルバをいかに頼りにできるかを示す。
参考スコア（独自算出の注目度）: 9.289905977910378
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Characterizing hybrid ASP solving in a generic way is difficult since one needs to abstract from specific theories. Inspired by lazy SMT solving, this is usually addressed by treating theory atoms as opaque. Unlike this, we propose a slightly more transparent approach that includes an abstract notion of a term. Rather than imposing a syntax on terms, we keep them abstract by stipulating only some basic properties. With this, we further develop a semantic framework for hybrid ASP solving and provide aggregate functions for theory variables that adhere to different semantic principles, show that they generalize existing aggregate semantics in ASP and how we can rely on off-the-shelf hybrid solvers for implementation.
Abstract（参考訳）: ハイブリッドaspを一般的な方法で特徴付けるのは、特定の理論から抽象化する必要があるため難しい。遅延SMT解法に触発され、通常は理論原子を不透明として扱う。これとは異なり、用語の抽象的な概念を含む、もう少し透明なアプローチを提案する。用語に構文を与えるのではなく、いくつかの基本的な性質のみを規定することでそれらを抽象的に保ちます。これにより、ハイブリッドASPの問題解決のためのセマンティックフレームワークをさらに発展させ、異なるセマンティックな原則に従う理論変数に対して集約関数を提供し、ASPに既存の集合セマンティクスを一般化し、実装にオフザシェルのハイブリッドソルバに頼る方法を示す。

関連論文リスト

Spatial Semantic Recurrent Mining for Referring Image Segmentation [63.34997546393106]
高品質なクロスモーダリティ融合を実現するために,Stextsuperscript2RMを提案する。これは、言語特徴の分散、空間的意味的再帰的分離、パーセマンティック・セマンティック・バランシングという三部作の作業戦略に従う。提案手法は他の最先端アルゴリズムに対して好適に機能する。
論文参考訳（メタデータ） (2024-05-15T00:17:48Z)
Sparsity-Guided Holistic Explanation for LLMs with Interpretable Inference-Time Intervention [53.896974148579346]
大規模言語モデル(LLM)は、様々な自然言語処理領域において前例のないブレークスルーを達成した。 LLMの謎的なブラックボックスの性質は、透過的で説明可能なアプリケーションを妨げる、解釈可能性にとって重要な課題である。本稿では,LLMの全体的解釈を提供することを目的として,スポーシティ誘導技術に係わる新しい方法論を提案する。
論文参考訳（メタデータ） (2023-12-22T19:55:58Z)
A Unified View on Forgetting and Strong Equivalence Notions in Answer Set Programming [14.342696862884704]
文献からすべての関連概念を捉えることができる新しい相対同値概念を導入する。次に、プロジェクションと(SP)鍛造の緩和を組み合わせた演算子を導入し、相対化単純化を求める。
論文参考訳（メタデータ） (2023-12-13T09:05:48Z)
Epistemic Logic Programs: a study of some properties [4.459996749171579]
Epistemic Logic Programs (ELPs) は、Answer Set Programming (ASP) をエピステミック演算子に拡張する。最近の研究は、ELPのセマンティックスで満たすべきセマンティックな特性を導入している。ボトムアップからトップダウンのアプローチから分割へと移行し、視点を変える可能性を分析する。
論文参考訳（メタデータ） (2023-09-28T11:08:37Z)
Universal Information Extraction as Unified Semantic Matching [54.19974454019611]
情報抽出を,異なるタスクやスキーマで共有される構造化と概念化という,2つの能力に分割する。このパラダイムに基づいて、統一意味マッチングフレームワークを用いて様々なIEタスクを普遍的にモデル化することを提案する。このように、USMはスキーマと入力テキストを共同でエンコードし、サブ構造を一様に並列に抽出し、必要に応じてターゲット構造を制御できる。
論文参考訳（メタデータ） (2023-01-09T11:51:31Z)
Synergies between Disentanglement and Sparsity: Generalization and Identifiability in Multi-Task Learning [79.83792914684985]
我々は,最大スパース基底予測器が不整合表現をもたらす条件を提供する新しい識別可能性の結果を証明した。この理論的な結果から,両レベル最適化問題に基づくアンタングル表現学習の実践的アプローチを提案する。
論文参考訳（メタデータ） (2022-11-26T21:02:09Z)
Towards a Semantics for Hybrid ASP systems [9.143661393612927]
我々は抽象理論と構造化理論の概念を導入し、ASP.NETと統合することを正式に詳細化します。次に、この概念を用いて、Clingoの理論推論フレームワークのセマンティックキャラクタリゼーションを正確に評価し、制約付きHere-and-thereの論理と対応性を確立する。
論文参考訳（メタデータ） (2021-08-06T11:21:50Z)
Analyzing Semantics of Aggregate Answer Set Programming Using Approximation Fixpoint Theory [1.295566630218982]
三項満足関係の概念を導入し、その観点から安定した意味論を定義する。 3次満足度関係は,標準ゲルフォンド・リフシッツレダクトと,AFTの枠組みで定義された安定意味論のギャップを橋渡しすることを示す。
論文参考訳（メタデータ） (2021-04-30T07:06:27Z)
Generalized Inverse Planning: Learning Lifted non-Markovian Utility for Generalizable Task Representation [83.55414555337154]
本研究では,人間の実演からこのような有用性を学ぶことを研究する。本稿では,本領域におけるユーティリティ学習のための新しい探索手法である一般化逆計画を提案する。計算フレームワークである最大エントロピー逆計画(MEIP)について概説し、非マルコフ的効用と関連する概念を生成的に学習する。
論文参考訳（メタデータ） (2020-11-12T21:06:26Z)
Invariant Causal Prediction for Block MDPs [106.63346115341862]
環境全体にわたる一般化は、実世界の課題への強化学習アルゴリズムの適用の成功に不可欠である。本稿では,多環境環境における新しい観測を一般化するモデル不適合状態抽象化(MISA)を学習するための不変予測法を提案する。
論文参考訳（メタデータ） (2020-03-12T21:03:01Z)
An ASP semantics for Constraints involving Conditional Aggregates [9.289905977910378]
ハイブリッド・アンサー・セット・プログラミング(ASP)の正式な基礎について詳しく述べる。制約値や変数を集約する関数で、その基盤となる論理的フレームワークを拡張します。線形制約を持つ論理プログラムに重きを置いて、いわゆる条件付き線形制約の特定のケースとして、ASP集約がいかに共通であるかを示す。
論文参考訳（メタデータ） (2020-02-17T12:25:01Z)

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。