Fugu-MT 論文翻訳(概要): The SCC-recursiveness Principle in Fuzzy Argumentation Frameworks

論文の概要: The SCC-recursiveness Principle in Fuzzy Argumentation Frameworks

arxiv url: http://arxiv.org/abs/2006.08880v1
Date: Tue, 16 Jun 2020 02:33:06 GMT
ステータス: 処理完了
システム内更新日: 2022-11-20 21:14:00.326367
Title: The SCC-recursiveness Principle in Fuzzy Argumentation Frameworks
Title（参考訳）: ファジィ議論におけるSCC再帰性原理
Authors: Zongshun Wang and Jiachao Wu
Abstract要約: SCC再帰性原理(SCC-recursiveness principle)は、強連結成分のグラフ理論の概念に依存する拡張の性質である。本稿では、ファジィ議論フレームワーク(FAF)におけるSCC再帰理論を探求し、議論と攻撃にファジィ次数を加える。
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: Dung's abstract argumentation theory plays a guiding role in the field of formal argumentation. The properties of argumentation semantics have been deeply explored in the previous literature. The SCC-recursiveness principle is a property of the extensions which relies on the graph-theoretical notion of strongly connected components. It provides a general recursive schema for argumentation semantics, which is an efficient and incremental algorithm for computing the argumentation semantics. However, in argumentation frameworks with uncertain arguments and uncertain attack relation, the SCC-recursive theory is absence. This paper is an exploration of the SCC-recursive theory in fuzzy argumentation frameworks (FAFs), which add numbers as fuzzy degrees to the arguments and attacks. In this paper, in order to extend the SCC-recursiveness principle to FAFs, we first modify the reinstatement principle and directionality principle to fit the FAFs. Then the SCC-recursiveness principle in FAFs is formalized by the modified principles. Additionally, some illustrating examples show that the SCC-recursiveness principle also provides an efficient and incremental algorithm for simplify the computation of argumentation semantics in FAFs.
Abstract（参考訳）: ダングの抽象的議論理論は形式的議論の分野において指導的役割を果たす。議論の意味論の性質は以前の文献で深く研究されている。 SCC再帰性原理(SCC-recursiveness principle)は、強連結成分のグラフ理論の概念に依存する拡張の性質である。議論セマンティクスを計算するための効率的かつインクリメンタルなアルゴリズムである、議論セマンティクスのための一般的な再帰的スキーマを提供する。しかし、不確実な議論と不確実な攻撃関係を持つ議論フレームワークでは、SCC再帰理論が欠如している。本稿では、ファジィ議論フレームワーク(FAF)におけるSCC再帰理論を探求し、議論と攻撃にファジィ次数を加える。本稿では, SCC再帰性原理をFAFに拡張するために, まず, FAFに適合するように再帰原理と方向性原理を変更する。次に、FAFのSCC再帰性原理は修正された原則によって定式化される。さらに、いくつかの例では、SCC再帰性原理は、FAFにおける議論意味論の計算を単純化するための効率的で漸進的なアルゴリズムを提供することを示している。

関連論文リスト

A Methodology for Gradual Semantics for Structured Argumentation under Incomplete Information [15.717458041314194]
構造化議論フレームワークの段階的意味論を得るための新しい手法を提案する。我々の方法論は議論の前提に関する不完全な情報に対応している。方法論の2つの異なるインスタンス化を導入することで、このアプローチの可能性を実証する。
論文参考訳（メタデータ） (2024-10-29T16:38:35Z)
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)
Open-Vocabulary Segmentation with Semantic-Assisted Calibration [73.39366775301382]
オープンボキャブラリセグメンテーション(OVS)は,CLIPの文脈に先行して,語彙内およびドメインバイアスの埋め込み空間を校正することで研究される。オープン語彙セグメンテーションベンチマークにおける最先端性能を実現するために,セマンティック・アシブ・キャリブレーション・ネットワーク(SCAN)を提案する。
論文参考訳（メタデータ） (2023-12-07T07:00:09Z)
Ranking-based Argumentation Semantics Applied to Logical Argumentation (full version) [2.9005223064604078]
構造化議論におけるランキングベースセマンティクスの振る舞いについて検討する。ランキングに基づく多種多様なセマンティクスが,いわゆる計算可能性尺度を生み出していることを示す。
論文参考訳（メタデータ） (2023-07-31T15:44:33Z)
A Semantic Approach to Decidability in Epistemic Planning (Extended Version) [72.77805489645604]
我々は決定可能性を達成するために新しい意味論的アプローチを用いる。具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
論文参考訳（メタデータ） (2023-07-28T11:26:26Z)
Admissibility in Strength-based Argumentation: Complexity and Algorithms (Extended Version with Proofs) [1.5828697880068698]
我々は、適応性に基づく意味論の強度に基づく論証フレームワーク(StrAF)への適応について研究する。特に文献で定義された強い許容性は望ましい性質、すなわちDungの基本的な補題を満たさないことを示す。計算(強弱)拡張に対する擬ブール制約の翻訳を提案する。
論文参考訳（メタデータ） (2022-07-05T18:42:04Z)
Rediscovering Argumentation Principles Utilizing Collective Attacks [26.186171927678874]
我々は、集合攻撃(SETAFs)による論証フレームワークへの原則に基づくアプローチを拡張した。分析の結果、与えられたSETAF(例えば、方向性やSCC再帰性)の分解に基づく原理の検証は、通常のAFと比較して、さらなる課題をもたらすことが示された。
論文参考訳（メタデータ） (2022-05-06T11:41:23Z)
Anti-aliasing Semantic Reconstruction for Few-Shot Semantic Segmentation [66.85202434812942]
セグメンテーションを意味的再構成問題として再検討する。基本クラスの特徴を,新しいクラス再構築のためのクラスレベルのセマンティック空間にまたがる一連の基底ベクトルに変換する。提案手法はアンチエイリアス・セマンティック・リストラクション (ASR) と呼ばれ, 数発の学習問題に対して, 体系的かつ解釈可能な解法を提供する。
論文参考訳（メタデータ） (2021-06-01T02:17:36Z)
Deep Clustering by Semantic Contrastive Learning [67.28140787010447]
Semantic Contrastive Learning (SCL) と呼ばれる新しい変種を紹介します。従来のコントラスト学習とディープクラスタリングの両方の特徴を探求する。コントラスト学習と深層クラスタリングの強みを統一的なアプローチで増幅することができる。
論文参考訳（メタデータ） (2021-03-03T20:20:48Z)
On graded semantics of abstract argumentation: Extension-based case [0.0]
本稿では,抽象的議論フレームワーク(AAF)における拡張型意味論の課題について考察する。代替基本補題が与えられ、[1]で得られた対応する結果を一般化する。コンフリクトフリー、許容可能、完全、安定のセマンティクスを含む、AFの基本的なセマンティクスは、リミット・ミート・モジュロ・アン・ウルトラフィルタの下で閉じられていることが示されている。
論文参考訳（メタデータ） (2020-12-19T04:32:19Z)
Closed-Form Factorization of Latent Semantics in GANs [65.42778970898534]
画像合成のために訓練されたGAN(Generative Adversarial Networks)の潜在空間に、解釈可能な次元の豊富なセットが出現することが示されている。本研究では,GANが学習した内部表現について検討し,その基礎となる変動要因を教師なしで明らかにする。本稿では,事前学習した重みを直接分解することで,潜在意味発見のためのクローズドフォーム因数分解アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-07-13T18:05:36Z)

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。