Fugu-MT 論文翻訳(概要): Awareness Logic: A Kripke-based Rendition of the Heifetz-Meier-Schipper Model

論文の概要: Awareness Logic: A Kripke-based Rendition of the Heifetz-Meier-Schipper Model

arxiv url: http://arxiv.org/abs/2012.12982v1
Date: Wed, 23 Dec 2020 21:24:06 GMT
ステータス: 処理完了
システム内更新日: 2021-04-25 20:31:14.611566
Title: Awareness Logic: A Kripke-based Rendition of the Heifetz-Meier-Schipper Model
Title（参考訳）: Awareness Logic: Heifetz-Meier-Schipper モデルのクリプキに基づくレンタル
Authors: Gaia Belardinelli, Rasmus K. Rendsvig
Abstract要約: 本稿では,不確かさと無知を分離した原子部分集合包含によって引き起こされるクリプケモデルの格子に基づくモデルを提案する。式満足を保つ変換を定義することで、同等となるモデルを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Heifetz, Meier and Schipper (HMS) present a lattice model of awareness. The HMS model is syntax-free, which precludes the simple option to rely on formal language to induce lattices, and represents uncertainty and unawareness with one entangled construct, making it difficult to assess the properties of either. Here, we present a model based on a lattice of Kripke models, induced by atom subset inclusion, in which uncertainty and unawareness are separate. We show the models to be equivalent by defining transformations between them which preserve formula satisfaction, and obtain completeness through our and HMS' results.
Abstract（参考訳）: Heifetz, Meier and Schipper (HMS) は認識の格子モデルを示す。構文のないHMSモデルは、格子を誘導する形式言語に依存する単純な選択肢を排除し、1つの絡み合った構造体で不確実性と無知を表現し、どちらの特性も評価することが困難である。ここでは、不確かさと不明瞭さを分離する原子サブセット包摂によって誘導されるクリプキモデルの格子に基づくモデルを提案する。式満足度を保つ変換を定義することで等価となるモデルを示し、我々の結果とhmsの結果を通じて完全性を得る。

関連論文リスト

Derivative-Free Diffusion Manifold-Constrained Gradient for Unified XAI [59.96044730204345]
微分自由拡散多様体制約勾配(FreeMCG)を導入する。 FreeMCGは、与えられたニューラルネットワークの説明可能性を改善する基盤として機能する。提案手法は,XAIツールが期待する本質性を保ちながら,最先端の成果が得られることを示す。
論文参考訳（メタデータ） (2024-11-22T11:15:14Z)
Geometric Neural Diffusion Processes [55.891428654434634]
拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
論文参考訳（メタデータ） (2023-07-11T16:51:38Z)
CLIMAX: An exploration of Classifier-Based Contrastive Explanations [5.381004207943597]
我々は,ブラックボックスの分類を正当化する対照的な説明を提供する,ポストホックモデルXAI手法を提案する。 CLIMAXと呼ばれる手法は,局所的な分類法に基づく。 LIME, BayLIME, SLIMEなどのベースラインと比較して, 一貫性が向上することを示す。
論文参考訳（メタデータ） (2023-07-02T22:52:58Z)
ChiroDiff: Modelling chirographic data with Diffusion Models [132.5223191478268]
チャーログラフィーデータのための強力なモデルクラスである「拡散確率モデル(Denoising Diffusion Probabilistic Models)」やDDPMを導入している。我々のモデルは「ChiroDiff」と呼ばれ、非自己回帰的であり、全体論的概念を捉えることを学び、したがって高い時間的サンプリングレートに回復する。
論文参考訳（メタデータ） (2023-04-07T15:17:48Z)
Indeterminacy in Latent Variable Models: Characterization and Strong Identifiability [3.959606869996233]
潜在変数モデルの不確定性を解析するための理論的枠組みを構築する。次に、強く識別可能な潜在変数モデルを特定する方法について検討する。
論文参考訳（メタデータ） (2022-06-02T00:01:27Z)
Low-Rank Constraints for Fast Inference in Structured Models [110.38427965904266]
この研究は、大規模構造化モデルの計算とメモリの複雑さを低減するための単純なアプローチを示す。言語モデリング,ポリフォニック・ミュージック・モデリング,教師なし文法帰納法,ビデオ・モデリングのためのニューラルパラメータ構造モデルを用いた実験により,我々の手法は大規模状態空間における標準モデルの精度と一致することを示した。
論文参考訳（メタデータ） (2022-01-08T00:47:50Z)
Awareness Logic: Kripke Lattices as a Middle Ground between Syntactic and Semantic Models [0.0]
我々は原子サブセット包含によって誘導されるクリプキモデルの格子を提供し、不確かさと不明瞭さを分離する。明示的な知識のための言語の公式の満足度を保った変換を定義することにより,HMSモデルとFHモデルの両方に等価なモデルを示す。
論文参考訳（メタデータ） (2021-06-24T10:04:44Z)
Equivalence of Segmental and Neural Transducer Modeling: A Proof of Concept [56.46135010588918]
RNN-Transducerモデルとセグメントモデル(直接HMM)の広く使われているクラスが等価であることを証明する。空白確率はセグメント長確率に変換され,その逆も示された。
論文参考訳（メタデータ） (2021-04-13T11:20:48Z)
Goal-directed Generation of Discrete Structures with Conditional Generative Models [85.51463588099556]
本稿では,強化学習目標を直接最適化し,期待される報酬を最大化するための新しいアプローチを提案する。提案手法は、ユーザ定義プロパティを持つ分子の生成と、所定の目標値を評価する短いピソン表現の同定という2つのタスクで検証する。
論文参考訳（メタデータ） (2020-10-05T20:03:13Z)
Learning Invariances for Interpretability using Supervised VAE [0.0]
我々はモデルを解釈する手段としてモデル不変性を学習する。可変オートエンコーダ(VAE)の教師型形式を提案する。我々は、我々のモデルと特徴属性の手法を組み合わせることで、モデルの意思決定プロセスについてよりきめ細やかな理解を得られることを示す。
論文参考訳（メタデータ） (2020-07-15T10:14:16Z)
The role of (non)contextuality in Bell's theorems from the perspective of an operational modeling framework [0.0]
非コンテキスト性はQM予測の複製をブロックする操作モデルの最も一般的な性質である。 ODモデルインスタンスの有限アンサンブルの凸殻の構成は(数学的に)従来の隠れ変数のアプローチと同値であることが示されている。
論文参考訳（メタデータ） (2020-01-23T20:45:25Z)

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。