論文の概要: On SCC-recursiveness in Quantitative Argumentation

• arxiv url: http://arxiv.org/abs/2006.08880v2
• Date: Mon, 28 Oct 2024 13:27:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-01 16:56:53.313152
• Title: On SCC-recursiveness in Quantitative Argumentation
• Title（参考訳）: 定量化におけるSCC再帰性について
• Authors: Zongshun Wang, Yuping Shen,
• Abstract要約: SCC再帰性はファジィ拡張セマンティクスに適していることを示す。 SCC再帰性はファジィ拡張セマンティクスを特徴付ける代替手法であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Abstract argumentation is a reasoning model for evaluating arguments based on various semantics. SCC-recursiveness is a sophisticated property of semantics that provides a general schema for characterizing semantics through the decomposition along strongly connected components (SCCs). While this property has been extensively explored in various qualitative frameworks, it has been relatively neglected in quantitative argumentation. To fill this gap, we demonstrate that this property is well-suited to fuzzy extension semantics, which is a quantitative generalization of classical semantics in fuzzy argumentation frameworks (FAF). We tailor the SCC-recursive schema to enable the characterization of fuzzy extension semantics through the recursive decomposition of an FAF along its SCCs. Our contributions are twofold. Theoretically, we show that SCC-recursiveness provides an alternative approach to characterize fuzzy extension semantics, offering a deep understanding and better insight into these semantics. Practically, our schema provides a sound and complete algorithm for computing fuzzy extension semantics, which naturally reduces computational efforts when dealing with a large number of SCCs.
• Abstract（参考訳）: 抽象的議論は、様々な意味論に基づく議論を評価するための推論モデルである。 SCC-再帰性(SCC-recursiveness)は意味論の洗練された性質であり、強く連結されたコンポーネント(SCC)に沿った分解を通じて意味論を特徴づけるための一般的なスキーマを提供する。 この性質は様々な定性的なフレームワークで広く研究されてきたが、定量的な議論では比較的無視されてきた。 このギャップを埋めるために、ファジィ拡張セマンティクスはファジィ議論フレームワーク(FAF)における古典的セマンティクスの定量的一般化である。 我々は, ファジィ拡張セマンティクスをSCCに沿って再帰的に分解することで, ファジィ拡張セマンティクスのキャラクタリゼーションを可能にするために, SCC再帰スキーマをカスタマイズする。 私たちの貢献は2倍です。 理論的には、SCC再帰性はファジィ拡張セマンティクスを特徴づける代替手法であり、これらのセマンティクスに対する深い理解とより良い洞察を提供する。 我々のスキーマは、ファジィ拡張セマンティクスを計算するための健全で完全なアルゴリズムを提供し、多くのSCCを扱う際の計算労力を自然に削減する。

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。