論文の概要: Tabling Optimization for Contextual Abduction

• arxiv url: http://arxiv.org/abs/2009.10243v1
• Date: Tue, 22 Sep 2020 00:49:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 22:51:00.888117
• Title: Tabling Optimization for Contextual Abduction
• Title（参考訳）: コンテキストアブダクションのためのタリング最適化
• Authors: Ridhwan Dewoprabowo, Ari Saptawijaya
• Abstract要約: 本稿では,タブリングの既存実装におけるコンテキスト推論における問題点について述べる。 本稿では, 整合性制約に対する新しいプログラム変換法を提案する。 さらに、テーブルへの述語の選択と、問題の表現を実用的に単純化することで、テーブルメモリの使用を最適化する。
• 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: Tabling for contextual abduction in logic programming has been introduced as a means to store previously obtained abductive solutions in one context to be reused in another context. This paper identifies a number of issues in the existing implementations of tabling in contextual abduction and aims to mitigate the issues. We propose a new program transformation for integrity constraints to deal with their proper application for filtering solutions while also reducing the table memory usage. We further optimize the table memory usage by selectively picking predicates to table and by pragmatically simplifying the representation of the problem. The evaluation of our proposed approach, on both artificial and real world problems, shows that they improve the scalability of tabled abduction compared to previous implementations.
• Abstract（参考訳）: 論理プログラミングにおける文脈的推論は、以前得られた帰納的解を別の文脈で再利用するためにある文脈に格納する手段として導入された。 本稿では, タブリングの既存実装における問題点を整理し, 問題を緩和することを目的とする。 本稿では,テーブルメモリ使用量を削減しつつ,フィルタリングソリューションの適切なアプリケーションに対処するために,完全性制約のための新しいプログラム変換を提案する。 さらに、テーブルへの述語の選択と、問題の表現を実用的に単純化することで、テーブルメモリの使用を最適化する。 提案手法の評価は, 人工問題と実世界問題の両方において, 従来の実装と比較して, テーブルアブダクションのスケーラビリティが向上することを示す。

関連論文リスト

• Forecasting Outside the Box: Application-Driven Optimal Pointwise Forecasts for Stochastic Optimization [0.0]
  本稿では,未知の状況の最適近似を導出する統合学習と最適化手法を提案する。 文献の在庫問題と実データを用いた自転車共有問題から得られた数値結果から,提案手法が有効であることを示す。
  論文  参考訳（メタデータ） (2024-11-05T21:54:50Z)
• A novel framework for systematic propositional formula simplification based on existential graphs [1.104960878651584]
  本稿では、パースの実在グラフの推論と含意グラフの規則から導かれる命題論理の単純化計算について述べる。 我々の規則は、ネスト形式の命題論理式に適用でき、同値保存であり、単調に減少する変数、節、リテラルの数を保証し、構造的問題情報の保存を最大化することができる。
  論文  参考訳（メタデータ） (2024-05-27T11:42:46Z)
• Optimal Baseline Corrections for Off-Policy Contextual Bandits [61.740094604552475]
  オンライン報酬指標の偏りのないオフライン推定を最適化する意思決定ポリシーを学習することを目指している。 学習シナリオにおける同値性に基づく単一のフレームワークを提案する。 我々のフレームワークは、分散最適非バイアス推定器の特徴付けを可能にし、それに対する閉形式解を提供する。
  論文  参考訳（メタデータ） (2024-05-09T12:52:22Z)
• SatLM: Satisfiability-Aided Language Models Using Declarative Prompting [68.40726892904286]
  本研究では,大規模言語モデル (LLM) の推論能力を向上させるために,新しい満足度支援言語モデリング (SatLM) 手法を提案する。 我々はLLMを用いて命令型プログラムではなく宣言型タスク仕様を生成し、既製の自動定理証明器を利用して最終解を導出する。 我々はSATLMを8つの異なるデータセット上で評価し、命令パラダイムにおいてプログラム支援されたLMよりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2023-05-16T17:55:51Z)
• Automatic Tabulation in Constraint Models [4.371135169592651]
  本稿では, 弱伝播する表現など, 一般的な事例を識別するために, 小集合の解法を提案する。 有望なサブプロブレムを発見してそれらを集計するプロセスは、制約モデリングツールであるSaveile Rowで完全に自動化されている。 本研究は,先行研究で用いられたベンチマーク問題と,いくつかの新しい問題クラスに対して,優れた性能を示す。
  論文  参考訳（メタデータ） (2022-02-26T23:25:38Z)
• Querying Inconsistent Prioritized Data with ORBITS: Algorithms, Implementation, and Experiments [12.952483242045366]
  優先順位付けされた知識ベース上で不整合耐性問合せ応答を行うための実用的なアルゴリズムについて検討する。 最適補修の2つの概念に基づく3つのよく知られた意味論(AR, IAR, 勇敢)を考える(パレート, 完成)。
  論文  参考訳（メタデータ） (2022-02-16T10:44:39Z)
• 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)
• Efficient and Optimal Algorithms for Contextual Dueling Bandits under Realizability [59.81339109121384]
  我々は,学習者が文脈情報を用いて2つの決定を下す連続的な決定設定であるK$コンテキストデュエルバンディット問題について検討するが,一方の判断が他方よりも優れていることを示唆する強調基準に基づくフィードバックのみを観察する。 提案手法は, 最善応答後悔という新たな概念に対して, 最善応答後悔に対する最適後悔率を実現するアルゴリズムである。
  論文  参考訳（メタデータ） (2021-11-24T07:14:57Z)
• Obtaining Better Static Word Embeddings Using Contextual Embedding Models [53.86080627007695]
  提案手法はCBOWをベースとした簡易な蒸留法である。 副作用として、我々の手法は文脈的および静的な埋め込みの公正な比較を可能にする。
  論文  参考訳（メタデータ） (2021-06-08T12:59:32Z)
• Efficiently Explaining CSPs with Unsatisfiable Subset Optimization [17.498283247757445]
  我々は,制約満足度問題の解法を説明する手法を最近提案した。 ここでの説明は、単純な推論ステップのシーケンスであり、推論ステップの単純さは、使用される制約の数や種類、事実によって測定される。 2つの新しい問題、すなわち、確実に最適である説明を生成する方法と、それらを効率的に生成する方法に取り組みます。
  論文  参考訳（メタデータ） (2021-05-25T08:57:43Z)
• Boosting Data Reduction for the Maximum Weight Independent Set Problem Using Increasing Transformations [59.84561168501493]
  最大重み独立集合問題に対する新しい一般化データ削減および変換規則を導入する。 驚くべきことに、これらのいわゆる増進変換は問題を単純化し、還元空間を開き、アルゴリズムの後にさらに小さな既約グラフが得られる。 提案アルゴリズムは, 1つのインスタンスを除くすべての既約グラフを計算し, 従来よりも多くのインスタンスを最適に解き, 最高の最先端解法よりも最大2桁高速に解き, 解法DynWVCやHILSよりも高品質な解を求める。
  論文  参考訳（メタデータ） (2020-08-12T08:52:50Z)

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。