論文の概要: When Only Topology Matters
- arxiv url: http://arxiv.org/abs/2102.03178v2
- Date: Mon, 5 Jul 2021 11:58:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-12 19:41:53.628893
- Title: When Only Topology Matters
- Title(参考訳): トポロジーが重要な時
- Authors: Titouan Carette
- Abstract要約: グラフィカル言語は、生成元と方程式によって表される対称モノイド圏である。
唯一のトポロジー・マターズ・パラダイム(OTM)は非常に非公式であり、規則の書き直しという正確な意味は曖昧である。
本稿では,このフレームワークがフロベニウス代数に基づく既知のグラフィカル言語の表現をいかに単純化するかを検討する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Graphical languages are symmetric monoidal categories presented by generators
and equations. The string diagrams notation allows to transform numerous axioms
into low dimension topological rules we are comfortable with as three
dimensional space citizens. This aspect is often referred to by the Only
Topology Matters paradigm (OTM). However OTM remains quite informal and its
exact meaning in terms of rewriting rules is ambiguous. In this paper we define
three precise aspects of the OTM paradigm, namely flexsymmetry, flexcyclicity
and flexibility of Frobenius algebras. We investigate how this new framework
can simplify the presentation of known graphical languages based on Frobenius
algebras.
- Abstract(参考訳): グラフィカル言語は、生成子と方程式によって示される対称モノイド圏である。
弦グラフ表記法により、多数の公理を3次元空間市民として快適な低次元位相規則に変換することができる。
この側面はしばしば、唯一のトポロジー問題パラダイム(otm)によって言及される。
しかし、OTMはかなり非公式であり、規則の書き直しという正確な意味は曖昧である。
本稿では,otmパラダイムの3つの厳密な側面,すなわちフロベニウス代数の対称性,フレキシブル性,柔軟性を定義する。
この新しいフレームワークは、フロベニウス代数に基づく既知のグラフィカル言語の表現をいかに単純化するかを検討する。
関連論文リスト
- A Hitchhiker's Guide to Geometric GNNs for 3D Atomic Systems [87.30652640973317]
原子系の計算モデリングの最近の進歩は、これらを3次元ユークリッド空間のノードとして埋め込まれた原子を含む幾何学的グラフとして表現している。
Geometric Graph Neural Networksは、タンパク質構造予測から分子シミュレーション、物質生成まで、幅広い応用を駆動する機械学習アーキテクチャとして好まれている。
本稿では,3次元原子システムのための幾何学的GNNの分野について,包括的で自己完結した概要を述べる。
論文 参考訳(メタデータ) (2023-12-12T18:44:19Z) - Machine learning detects terminal singularities [49.1574468325115]
Q-ファノ多様体は、Q-階数終端特異点を持つ正の曲線形状である。
その重要性にもかかわらず、Q-Fanoの分類は未だ不明である。
本稿では,この分類を理解するために機械学習を用いることを実証する。
論文 参考訳(メタデータ) (2023-10-31T13:51:24Z) - Enriching Diagrams with Algebraic Operations [49.1574468325115]
モノイド圏における図式推論を代数演算や方程式で拡張する。
この構造が量子系におけるノイズの図解的推論にどのように利用できるかを示す。
論文 参考訳(メタデータ) (2023-10-17T14:12:39Z) - Algebras of actions in an agent's representations of the world [51.06229789727133]
我々は、対称性に基づく非交叉表現学習形式から対称性に基づく表現を再現するために、我々のフレームワークを使用する。
次に、簡単な強化学習シナリオで発生する特徴を持つ世界の変換の代数について研究する。
私たちが開発した計算手法を用いて、これらの世界の変換の代数を抽出し、それらの性質に応じてそれらを分類する。
論文 参考訳(メタデータ) (2023-10-02T18:24:51Z) - Geometry of Language [0.0]
様々なソースからのアイデアを組み合わせながら、新しい合成で混ざり合った言語について、新しい視点を提示する。
問題は、エレガントな形式主義、普遍文法、あるいは人間の言語学の重要な側面を説明するメカニズムを定式化できるかどうかである。
このようなメカニズムは、その幾何学的性質によって、既存の論理的・文法的アプローチとは異なる。
論文 参考訳(メタデータ) (2023-03-09T12:22:28Z) - Geometric Clifford Algebra Networks [53.456211342585824]
本稿では,動的システムのモデリングのためのGeometric Clifford Algebra Networks (GCANs)を提案する。
GCANは幾何学的(クリフォード)代数を用いた対称性群変換に基づいている。
論文 参考訳(メタデータ) (2023-02-13T18:48:33Z) - Geometry Interaction Knowledge Graph Embeddings [153.69745042757066]
ユークリッド空間,双曲空間,超球空間間の空間構造を対話的に学習する幾何学的相互作用知識グラフ埋め込み(GIE)を提案する。
提案したGIEは、よりリッチなリレーショナル情報、モデルキー推論パターンをキャプチャし、エンティティ間の表現的セマンティックマッチングを可能にする。
論文 参考訳(メタデータ) (2022-06-24T08:33:43Z) - Making first order linear logic a generating grammar [0.0]
異なる分類文法が一階乗法線形論理(MLL1)の断片において表面表現を持つことが知られている。
興味の断片は、最近導入された拡張型電卓(ETTC)と等価であることを示す。
論文 参考訳(メタデータ) (2022-06-17T18:11:34Z) - Directed Graph Embeddings in Pseudo-Riemannian Manifolds [0.0]
一般的な有向グラフは、3つの成分を結合した埋め込みモデルで効果的に表現できることを示す。
本稿では,リンク予測のタスクに適用することで,この手法の表現能力を実証する。
論文 参考訳(メタデータ) (2021-06-16T10:31:37Z) - The Low-Dimensional Linear Geometry of Contextualized Word
Representations [27.50785941238007]
ELMOおよびBERTにおける文脈化単語表現の線形幾何学について検討する。
様々な言語特徴が低次元部分空間に符号化されていることを示す。
論文 参考訳(メタデータ) (2021-05-15T00:58:08Z) - A unified diagrammatic approach to topological fixed point models [0.0]
固定点モデルを記述するための体系的な数学的言語を導入し、それを物質のトポロジ的位相の研究に適用する。
このフレームワークはステートサムモデルや格子トポロジカル量子場理論を思い起こさせるが、テンソルネットワークの観点で形式化され統一されている。
位相的に順序付けられた位相の基底状態を研究するための既存のテンソルネットワークとは対照的に、我々の形式論におけるテンソルネットワークはユークリッド時空における離散経路積分を表す。
論文 参考訳(メタデータ) (2020-11-24T12:40:11Z)
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。