論文の概要: On Computing Stable Extensions of Abstract Argumentation Frameworks

• arxiv url: http://arxiv.org/abs/2011.01489v6
• Date: Tue, 14 Sep 2021 07:03:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-30 05:54:56.664959
• Title: On Computing Stable Extensions of Abstract Argumentation Frameworks
• Title（参考訳）: 抽象議論フレームワークの安定的拡張について
• Authors: Samer Nofal, Amani Abu Jabal, Abdullah Alfarrarjeh, Ismail Hababeh
• Abstract要約: textitabstract argumentation framework (sc af) は有向グラフ $(A,R)$ であり、$A$ はtextitabstract arguments の集合であり、$Rsubseteq A times A$ は textit attack relation である。 与えられた sc における全ての安定な拡張をリストアップするための、既知のバックトラックアルゴリズムの徹底的な形式的検証を示す。
• 参考スコア（独自算出の注目度）: 1.1251593386108185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An \textit{abstract argumentation framework} ({\sc af} for short) is a directed graph $(A,R)$ where $A$ is a set of \textit{abstract arguments} and $R\subseteq A \times A$ is the \textit{attack} relation. Let $H=(A,R)$ be an {\sc af}, $S \subseteq A$ be a set of arguments and $S^+ = \{y \mid \exists x\in S \text{ with }(x,y)\in R\}$. Then, $S$ is a \textit{stable extension} in $H$ if and only if $S^+ = A\setminus S$. In this paper, we present a thorough, formal validation of a known backtracking algorithm for listing all stable extensions in a given {\sc af}.
• Abstract（参考訳）: ここで、$A$ は \textit{abstract arguments} の集合であり、$R\subseteq A \times A$ は \textit{attack} の関係である。 H=(A,R)$ を {\sc af} とし、$S \subseteq A$ を引数の集合とし、$S^+ = \{y \mid \exists x\in S \text{ with }(x,y)\in R\}$ とする。 すると、$S$ は $H$ の \textit{stable extension} であり、$S^+ = A\setminus S$ である。 本稿では、与えられた {\sc af} 内の全ての安定な拡張をリストアップするための既知のバックトラックアルゴリズムの徹底的な形式的検証を示す。

関連論文リスト

• Mapping the space of quantum expectation values [0.0]
  ヒルベルト空間 $cal H$ of dimension $N$ を持つ量子系の場合、基本的な問題は集合 $E_S の部分集合 mathbbRn$ of points $vece$ を理解することである。 関連する質問は、与えられた期待値のセット$vec$が$E_S$にあるかどうかを決定することである。
  論文  参考訳（メタデータ） (2023-10-19T19:17:42Z)
• $\ell_p$-Regression in the Arbitrary Partition Model of Communication [59.89387020011663]
  コーディネータモデルにおける分散$ell_p$-regression問題のランダム化通信複雑性について考察する。 p = 2$、すなわち最小二乗回帰の場合、$tildeTheta(sd2 + sd/epsilon)$ bitsの最初の最適境界を与える。 p in (1,2)$ に対して、$tildeO(sd2/epsilon + sd/mathrmpoly(epsilon)$ upper bound を得る。
  論文  参考訳（メタデータ） (2023-07-11T08:51:53Z)
• When Variable-Length Codes Meet the Field of Error Detection [0.0]
  citeJK97,N21の精神では、可変長符号の誤り検出補正能力は$tau_d,k$以上の条件で表現できる。 所定の正規コードに対して、それらの条件が決定可能であるかどうかを検討する。
  論文  参考訳（メタデータ） (2022-08-31T08:14:28Z)
• Low-Rank Approximation with $1/\epsilon^{1/3}$ Matrix-Vector Products [58.05771390012827]
  我々は、任意のSchatten-$p$ノルムの下で、低ランク近似のためのクリロフ部分空間に基づく反復法について研究する。 我々の主な成果は、$tildeO(k/sqrtepsilon)$ matrix-vector productのみを使用するアルゴリズムである。
  論文  参考訳（メタデータ） (2022-02-10T16:10:41Z)
• Terminal Embeddings in Sublinear Time [14.959896180728832]
  我々は、$T$を前処理して、サブ線形時間における$qinmathbbRd$の端末埋め込み画像の計算をサポートする、ほぼ線形空間のデータ構造を得る方法を示す。 この研究の主な貢献は、端末の埋め込みを計算するための新しいデータ構造を提供することです。
  論文  参考訳（メタデータ） (2021-10-17T00:50:52Z)
• Nearly Horizon-Free Offline Reinforcement Learning [97.36751930393245]
  S$状態、$A$アクション、計画的地平$H$で、エピソードな時間同質なMarkov決定プロセスに関するオフライン強化学習を再考する。 経験的MDPを用いた評価と計画のための,約$H$自由なサンプル複雑性境界の最初の集合を得る。
  論文  参考訳（メタデータ） (2021-03-25T18:52:17Z)
• Linear Bandits on Uniformly Convex Sets [88.3673525964507]
  線形バンディットアルゴリズムはコンパクト凸作用集合上の $tildemathcalo(nsqrtt)$ pseudo-regret 境界を与える。 2種類の構造的仮定は、より良い擬似回帰境界をもたらす。
  論文  参考訳（メタデータ） (2021-03-10T07:33:03Z)
• A Note on Rough Set Algebra and Core Regular Double Stone Algebras [0.0]
  主定理では、$R_theta$ with $|theta_u| > 1 forall u in U$ to isomorphic to $TP_E$ and $C_3E$, and the three CRDSA's are complete and atomic。 Main Corollaryでは、$R_theta$を$TP_U$、$C_3U$、$phicirc alpha_r:R_thetahookrightに埋め込む方法を明確に示しています。
  論文  参考訳（メタデータ） (2021-01-07T00:32:03Z)
• The quantum query complexity of composition with a relation [78.55044112903148]
  Belovs は負の重み付け逆法の修正版 $mathrmADV_relpm(f)$ を与えた。 関係が効率よく検証できる:$mathrmADVpm(f_a) = o(mathrmADV_relpm(f))$ for every $a in [K]$。
  論文  参考訳（メタデータ） (2020-04-14T12:07:20Z)
• On the Complexity of Minimizing Convex Finite Sums Without Using the Indices of the Individual Functions [62.01594253618911]
  有限和の有限ノイズ構造を利用して、大域オラクルモデルの下での一致する$O(n2)$-upper境界を導出する。 同様のアプローチを踏襲したSVRGの新規な適応法を提案し、これはオラクルと互換性があり、$tildeO(n2+nsqrtL/mu)log (1/epsilon)$と$O(nsqrtL/epsilon)$, for $mu>0$と$mu=0$の複雑さ境界を実現する。
  論文  参考訳（メタデータ） (2020-02-09T03:39:46Z)
• Some convergent results for Backtracking Gradient Descent method on Banach spaces [0.0]
  bf Theorem.$X$をバナッハ空間とし、$f:Xrightarrow mathbbR$を$C2$関数とする。 $mathcalC$ を $f$ の臨界点の集合とする。
  論文  参考訳（メタデータ） (2020-01-16T12:49:42Z)

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。