論文の概要: Reversibility and Composition of Rewriting in Hierarchies

• arxiv url: http://arxiv.org/abs/2012.01661v1
• Date: Thu, 3 Dec 2020 02:29:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-23 14:45:34.257225
• Title: Reversibility and Composition of Rewriting in Hierarchies
• Title（参考訳）: 階層における書き換えの可逆性と構成
• Authors: Russ Harmer (Univ Lyon, EnsL, UCBL, CNRS, LIP, France), Eugenia Oshurko (Univ Lyon, EnsL, UCBL, CNRS, LIP, France)
• Abstract要約: 本研究では,Sesqui-pushoutリライトに基づくグラフ変換の逆変換と書き直しの構成について検討する。 本稿では,このような可逆性と構成を用いて,個々のグラフやグラフ階層に対する監査証跡システムの設計を行う方法について述べる。
• 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: In this paper, we study how graph transformations based on sesqui-pushout rewriting can be reversed and how the composition of rewrites can be constructed. We illustrate how such reversibility and composition can be used to design an audit trail system for individual graphs and graph hierarchies. This provides us with a compact way to maintain the history of updates of an object, including its multiple versions. The main application of the designed framework is an audit trail of updates to knowledge represented by hierarchies of graphs. Therefore, we introduce the notion of rule hierarchy that represents a transformation of the entire hierarchy, study how rule hierarchies can be applied to hierarchies and analyse the conditions under which this application is reversible. We then present a theory for constructing the composition of consecutive hierarchy rewrites. The prototype audit trail system for transformations in hierarchies of simple graphs with attributes is implemented as part of the ReGraph Python library.
• Abstract（参考訳）: 本稿では,Sesqui-pushoutリライトに基づくグラフ変換の逆変換と,書き直しの構成について検討する。 このような可逆性と構成を,個々のグラフとグラフ階層の監査証跡システムの設計に利用できることを示す。 これにより、複数のバージョンを含むオブジェクトの更新履歴を維持するためのコンパクトな方法が提供されます。 設計フレームワークの主なアプリケーションは、グラフの階層によって表される知識への更新の監査証跡である。 そこで本研究では,階層構造全体の変換を表わすルール階層の概念を導入し,ルール階層を階層構造に適用し,この適用が可逆である条件を分析する。 次に,階層構造を連続的に書き換える理論を提案する。 ReGraph Pythonライブラリの一部として,属性付き単純なグラフ階層の変換を行うためのプロトタイプ監査証跡システムを実装した。

関連論文リスト

• Learning Visual Hierarchies with Hyperbolic Embeddings [28.35250955426006]
  本稿では,ハイパーボリック空間におけるユーザ定義のマルチレベル視覚階層を,明示的な階層ラベルを必要とせずに符号化できる学習パラダイムを提案する。 階層的検索タスクの大幅な改善を示し、視覚的階層を捉える上でのモデルの有効性を示す。
  論文  参考訳（メタデータ） (2024-11-26T14:58:06Z)
• Reducing the dimensionality and granularity in hierarchical categorical variables [2.089191490381739]
  階層型分類変数の縮小表現を求める手法を提案する。 エンティティの埋め込みが階層的な環境でどのように適用できるかを示す。 提案手法を実際のデータセットに適用し,階層構造が元の階層構造よりも改善されていることを確認する。
  論文  参考訳（メタデータ） (2024-03-06T11:09:36Z)
• Doc2SoarGraph: Discrete Reasoning over Visually-Rich Table-Text Documents via Semantic-Oriented Hierarchical Graphs [79.0426838808629]
  視覚的にリッチなテーブルテキスト文書に答えるTAT-DQAを提案する。 具体的には、離散推論機能を強化した新しいDoc2SoarGraphフレームワークを提案する。 我々は,TAT-DQAデータセットに関する広範な実験を行い,提案したフレームワークは,テストセット上でのエクサクティマッチ(EM)とF1スコアでそれぞれ17.73%,F1スコアで16.91%の最高のベースラインモデルを上回る結果を得た。
  論文  参考訳（メタデータ） (2023-05-03T07:30:32Z)
• Semi-Supervised Hierarchical Graph Classification [54.25165160435073]
  ノードがグラフのインスタンスである階層グラフにおけるノード分類問題について検討する。 本稿では階層グラフ相互情報(HGMI)を提案し,理論的保証をもってHGMIを計算する方法を提案する。 本稿では,この階層グラフモデリングとSEAL-CI法がテキストおよびソーシャルネットワークデータに与える影響を実証する。
  論文  参考訳（メタデータ） (2022-06-11T04:05:29Z)
• Use All The Labels: A Hierarchical Multi-Label Contrastive Learning Framework [75.79736930414715]
  本稿では,すべての利用可能なラベルを活用でき,クラス間の階層的関係を維持できる階層型多言語表現学習フレームワークを提案する。 比較損失に階層的ペナルティを併用し,その階層的制約を強制する。
  論文  参考訳（メタデータ） (2022-04-27T21:41:44Z)
• Modeling Heterogeneous Hierarchies with Relation-specific Hyperbolic Cones [64.75766944882389]
  知識グラフにおける複数の階層的および非階層的関係を同時にモデル化できるKG埋め込みモデルであるConE(Cone Embedding)を提案する。 特に、ConEは双曲埋め込み空間の異なる部分空間における円錐包含制約を用いて、複数の異種階層をキャプチャする。 我々のアプローチでは、WN18RRで45.3%、DDB14で16.1%の新しい最先端hits@1が得られる(0.231 MRR)。
  論文  参考訳（メタデータ） (2021-10-28T07:16:08Z)
• TopicNet: Semantic Graph-Guided Topic Discovery [51.71374479354178]
  既存の階層的なトピックモデルでは、教師なしの方法でテキストコーパスから意味論的意味のあるトピックを抽出することができる。 TopicNetを階層的なトピックモデルとして導入し、学習に影響を与えるための帰納的バイアスとして、事前構造知識を注入する。
  論文  参考訳（メタデータ） (2021-10-27T09:07:14Z)
• Learning Representations of Hierarchical Slates in Collaborative Filtering [2.8145809047875066]
  我々は、ユーザーが個々のアイテムの代わりにスレートと対話するレコメンデーションシステムのための協調フィルタリングモデルの構築に興味を持っている。 このアプローチの中心的な考え方は、これらのスレートの低次元埋め込みを学習することである。 階層データを生成する基礎となる分布の(未知の)統計を用いて,これらの埋め込みを学習する新しい方法を提案する。
  論文  参考訳（メタデータ） (2020-09-25T18:34:02Z)
• Exploring the Hierarchy in Relation Labels for Scene Graph Generation [75.88758055269948]
  提案手法は,Recall@50において,複数の最先端ベースラインを大きなマージン(最大33%の相対利得)で改善することができる。 実験により,提案手法により,最先端のベースラインを大きなマージンで改善できることが示された。
  論文  参考訳（メタデータ） (2020-09-12T17:36:53Z)
• Knowledge representation and update in hierarchies of graphs [0.0]
  任意の対象の任意の対の間のすべての経路が等しいことを要求される圏における対象の有向非巡回階層が提示される。 いくつかの書き直しは矢の方向で前方に伝播されなければならないが、他の書き直しは矢の方向に対して後方に伝播されなければならない。
  論文  参考訳（メタデータ） (2020-02-05T13:01:55Z)

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。