Fugu-MT 論文翻訳(概要): Weighted defeasible knowledge bases and a multipreference semantics for a deep neural network model

論文の概要: Weighted defeasible knowledge bases and a multipreference semantics for a deep neural network model

arxiv url: http://arxiv.org/abs/2012.13421v2
Date: Mon, 25 Jan 2021 18:11:00 GMT
ステータス: 処理完了
システム内更新日: 2021-04-25 08:09:38.983548
Title: Weighted defeasible knowledge bases and a multipreference semantics for a deep neural network model
Title（参考訳）: 重み付きデファジブル知識ベースと深部ニューラルネットワークモデルのためのマルチ参照セマンティクス
Authors: Laura Giordano and Daniele Theseider Dupr\'e
Abstract要約: 知識表現における難解な推論のための多項的意味論とディープニューラルネットワークモデルとの関係を検討する。記述論理のための重み付き知識ベースは「概念的」なマルチプレファレンスセマンティクスの下で考慮される。
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 investigate the relationships between a multipreferential semantics for defeasible reasoning in knowledge representation and a deep neural network model. Weighted knowledge bases for description logics are considered under a "concept-wise" multipreference semantics. The semantics is further extended to fuzzy interpretations and exploited to provide a preferential interpretation of Multilayer Perceptrons.
Abstract（参考訳）: 本稿では,知識表現におけるデファシブル推論のための多義的セマンティクスとディープニューラルネットワークモデルとの関係について検討する。記述論理の重み付き知識ベースは「概念的」な多重参照意味論の下で考慮される。意味論はさらにファジィ解釈に拡張され、多層パーセプトロンの優先解釈を提供するために利用される。

関連論文リスト

A Note on an Inferentialist Approach to Resource Semantics [48.65926948745294]
「推論主義」とは、推論行動の観点で意味が与えられるという考え方である。本稿では,「推論主義」が資源意味論の汎用的で表現力豊かな枠組みを実現する方法を示す。
論文参考訳（メタデータ） (2024-05-10T14:13:21Z)
Agentivit\`a e telicit\`a in GilBERTo: implicazioni cognitive [77.71680953280436]
本研究の目的は,トランスフォーマーに基づくニューラルネットワークモデルが語彙意味論を推論するかどうかを検討することである。考慮される意味的性質は、テリシティ(定性とも組み合わされる)と作用性である。
論文参考訳（メタデータ） (2023-07-06T10:52:22Z)
A preferential interpretation of MultiLayer Perceptrons in a conditional logic with typicality [2.3103579794296736]
典型性を持つ単純な記述論理の重み付き知識ベースは、(多くの価値を持つ)概念的なマルチ参照セマンティクスに基づいて検討される。セマンティクスは、MultiLayer Perceptrons(MLP)の優先的な解釈を提供するために使用されるモデルチェックとentailmentベースのアプローチがLayersの条件特性の検証に活用される。
論文参考訳（メタデータ） (2023-04-29T17:15:36Z)
Imitation Learning-based Implicit Semantic-aware Communication Networks: Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
論文参考訳（メタデータ） (2022-10-28T13:26:08Z)
Investigating the Role of Centering Theory in the Context of Neural Coreference Resolution Systems [71.57556446474486]
中心化理論と現代のコア参照分解システムとの関係について検討する。高品質なニューラルコア参照リゾルバは、中心となるアイデアを明示的にモデル化することの恩恵を受けない可能性がある。また, 再発をモデルとしたCTのバージョンを定式化し, バニラCTよりも良質なコア参照情報を取得することを示した。
論文参考訳（メタデータ） (2022-10-26T12:55:26Z)
An ASP approach for reasoning on neural networks under a finitely many-valued semantics for weighted conditional knowledge bases [0.0]
有限値の場合の典型性を考慮した条件付きALC知識ベースを考察する。 ASP と "asprin" を概念的マルチ参照の推論に利用しています。
論文参考訳（メタデータ） (2022-02-02T16:30:28Z)
From Weighted Conditionals of Multilayer Perceptrons to a Gradual Argumentation Semantics [0.0]
ファジィなマルチ参照セマンティクスは、最近、重み付けされた条件付き知識ベースに対して提案され、多層パーセプトロンの論理的セマンティクスの開発に利用されている。このセマンティクスは、段階的なセマンティクスのファミリーに関連する、段階的な議論セマンティクスを示唆している。
論文参考訳（メタデータ） (2021-10-07T17:33:10Z)
From Common Sense Reasoning to Neural Network Models through Multiple Preferences: an overview [0.0]
本稿では、条件論理と優先論理とニューラルネットワークモデルの関係について論じる。提案する概念的マルチ参照セマンティクスは,近年,デファシブルな記述ロジックに導入されている。本稿では、自己組織化マップと多層受容器の事例を通して、一般的なアプローチについて述べる。
論文参考訳（メタデータ） (2021-07-10T16:25:19Z)
Interpretable Deep Learning: Interpretations, Interpretability, Trustworthiness, and Beyond [49.93153180169685]
一般に混同される2つの基本的な概念(解釈と解釈可能性)を紹介・明らかにする。我々は,新しい分類法を提案することにより,異なる視点から,最近のいくつかの解釈アルゴリズムの設計を詳細に述べる。信頼される」解釈アルゴリズムを用いてモデルの解釈可能性を評価する上での既存の作業をまとめる。
論文参考訳（メタデータ） (2021-03-19T08:40:30Z)
On a plausible concept-wise multipreference semantics and its relations with self-organising maps [0.0]
我々は,この提案がKLMなどの望ましい性質を満足し,溺れの問題を回避することを主張する。我々は、自己組織化マップの論理的意味論を開発することにより、概念的多言語意味論の妥当性を動機づける。
論文参考訳（メタデータ） (2020-08-30T21:06:06Z)
A Chain Graph Interpretation of Real-World Neural Networks [58.78692706974121]
本稿では,NNを連鎖グラフ(CG)、フィードフォワードを近似推論手法として識別する別の解釈を提案する。 CG解釈は、確率的グラフィカルモデルのリッチな理論的枠組みの中で、各NNコンポーネントの性質を規定する。我々は,CG解釈が様々なNN技術に対する新しい理論的支援と洞察を提供することを示す具体例を実例で示す。
論文参考訳（メタデータ） (2020-06-30T14:46:08Z)

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。