論文の概要: On the use of evidence theory in belief base revision

• arxiv url: http://arxiv.org/abs/2009.11640v1
• Date: Thu, 24 Sep 2020 12:45:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 05:00:06.410805
• Title: On the use of evidence theory in belief base revision
• Title（参考訳）: 信念ベース改訂における証拠理論の利用について
• Authors: Ra\"ida Ktari and Mohamed Ayman Boujelben
• Abstract要約: 本稿では,2つの新しい公式ベースのリビジョン演算子を定義するために,信頼できる信念ベースリビジョンのアイデアを提案する。 これらの作用素は、集合包含と基数ではなく、信頼性に関して、一貫した部分基底が極大であることに由来する。
• 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: This paper deals with belief base revision that is a form of belief change consisting of the incorporation of new facts into an agent's beliefs represented by a finite set of propositional formulas. In the aim to guarantee more reliability and rationality for real applications while performing revision, we propose the idea of credible belief base revision yielding to define two new formula-based revision operators using the suitable tools offered by evidence theory. These operators, uniformly presented in the same spirit of others in [9], stem from consistent subbases maximal with respect to credibility instead of set inclusion and cardinality. Moreover, in between these two extremes operators, evidence theory let us shed some light on a compromise operator avoiding losing initial beliefs to the maximum extent possible. Its idea captures maximal consistent sets stemming from all possible intersections of maximal consistent subbases. An illustration of all these operators and a comparison with others are inverstigated by examples.
• Abstract（参考訳）: 本稿では,新たな事実を有限個の命題式で表されるエージェントの信念に組み込むことによる信念変化の一形態である信念ベースリビジョンについて述べる。 そこで本論文では,実応用の信頼性と合理性を高めるために,根拠理論から得られる適切なツールを用いて2つの新たな公式に基づく修正演算子を定義するための信頼度ベース修正案を提案する。 これらの作用素は[9]で同じ精神で一様に示され、集合の包含や濃度よりも信頼性に関して一貫した部分基底から導かれる。 さらに、これらの2つの極端作用素の間には、エビデンス理論は、最初の信念を可能な限り失われないようにする妥協作用素に光を当てる。 そのアイデアは、最大一貫部分基底のすべての可能な交叉から生じる最大一貫集合をキャプチャする。 これらすべての演算子の例と他の演算子との比較は、例によって逆転する。

関連論文リスト

• Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval [139.21955930418815]
  クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。 しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。 本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T09:41:19Z)
• Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
  ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。 提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。 複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
  論文  参考訳（メタデータ） (2023-06-09T08:30:51Z)
• A Belief Model for Conflicting and Uncertain Evidence -- Connecting Dempster-Shafer Theory and the Topology of Evidence [8.295493796476766]
  本稿では,不一致,不完全,不確実な証拠に基づいて,信念の度合いを測定する新しいモデルを提案する。 このモデルによる信念の計算次数は一般に#P完全であることが示される。
  論文  参考訳（メタデータ） (2023-06-06T09:30:48Z)
• Logical Satisfiability of Counterfactuals for Faithful Explanations in NLI [60.142926537264714]
  本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。 これは、説明に表される論理述語に基づいて、反実仮説を生成する。 そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
  論文  参考訳（メタデータ） (2022-05-25T03:40:59Z)
• Surprise Minimization Revision Operators [7.99536002595393]
  本稿では, 先行する信念に関して, 相対的サプライズ(相対的サプライズ)とよばれるサプライズ尺度を提案する。 そこで我々は,AGMモールドの直感的な仮定を用いて定義したサプライズ最小化修正演算子を特徴付ける。
  論文  参考訳（メタデータ） (2021-11-21T20:38:50Z)
• On Limited Non-Prioritised Belief Revision Operators with Dynamic Scope [2.7071541526963805]
  本稿では,制限された世界に対する全プレオーダーで表現可能なリビジョンである動的リビジョンの概念を紹介する。 信条変更作業者に対しては、改訂の成功をもたらす信条からなる範囲を考察する。 単文閉包と解離完全性を満たす各集合に対して、この集合がスコープとして設定された信念と合わさった動的制限付きリビジョンが存在することを示す。
  論文  参考訳（メタデータ） (2021-08-17T17:22:29Z)
• GroupifyVAE: from Group-based Definition to VAE-based Unsupervised Representation Disentanglement [91.9003001845855]
  他の誘導バイアスを導入しないと、VAEベースの非監視的非絡み合いは実現できない。 グループ理論に基づく定義から導かれる制約を非確率的帰納的バイアスとして活用し,vaeに基づく教師なし不連続に対処する。 提案手法の有効性を検証するために,5つのデータセット上で,vaeベースモデルが最も目立つ1800モデルをトレーニングした。
  論文  参考訳（メタデータ） (2021-02-20T09:49:51Z)
• Combination of interval-valued belief structures based on belief entropy [5.221097007424518]
  本稿では、証拠のデプスター・シェーファー理論の枠組みの中で、間隔値の信念構造の組み合わせと正規化の問題について検討する。 不確実性尺度に基づく新しい最適性アプローチが開発され、区間値の信念構造を結合する問題は、基本確率代入の組み合わせに縮退する。
  論文  参考訳（メタデータ） (2020-11-27T10:09:52Z)
• A General Framework for Distributed Inference with Uncertain Models [14.8884251609335]
  異種エージェントのネットワークを用いた分散分類の問題について検討する。 我々は、エージェントの不確実性を可能性に組み込む不確実性モデルの概念に基づいて構築する。
  論文  参考訳（メタデータ） (2020-11-20T22:17:12Z)
• A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
  より弱い仮定として, 2$-adjacency faithfulness を提案します。 より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
  論文  参考訳（メタデータ） (2020-10-27T13:04:08Z)
• Empirically Verifying Hypotheses Using Reinforcement Learning [58.09414653169534]
  本稿では,仮説検証をRL問題として定式化する。 我々は、世界の力学に関する仮説を前提として、仮説が真か偽かを予測するのに役立つ観測結果を生成することができるエージェントを構築することを目指している。
  論文  参考訳（メタデータ） (2020-06-29T01:01:10Z)

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。