Fugu-MT 論文翻訳(概要): On Typical Hesitant Fuzzy Languages and Automata

論文の概要: On Typical Hesitant Fuzzy Languages and Automata

arxiv url: http://arxiv.org/abs/2102.09347v1
Date: Thu, 18 Feb 2021 13:59:54 GMT
ステータス: 処理完了
システム内更新日: 2021-02-19 20:11:50.989068
Title: On Typical Hesitant Fuzzy Languages and Automata
Title（参考訳）: 典型的な難解なファジィ言語とオートマトンについて
Authors: Valdigleis S. Costa, Benjam\'in C. Bedregal and Regivan H. N. Santiago
Abstract要約: この論文では、クリアなトランジションを持つ典型的なHesitant Fuzzy Automataの新しいクラスを紹介します。この新しいクラスは、Costa と Bedregal によって導入された元のクラスと等価であることを示す。
参考スコア（独自算出の注目度）: 0.6767885381740952
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The idea of nondeterministic typical hesitant fuzzy automata is a generalization of the fuzzy automata presented by Costa and Bedregal. This paper, presents the sufficient and necessary conditions for a typical hesitant fuzzy language to be computed by nondeterministic typical hesitant fuzzy automata. Besides, the paper introduces a new class of Typical Hesitant Fuzzy Automata with crisp transitions, and we will show that this new class is equivalent to the original class introduced by Costa and Bedregal
Abstract（参考訳）: 非決定論的な典型的なhesitantファジィオートマタのアイデアは、コスタとベドレガルによって提示されたファジィオートマタの一般化である。本稿では,非決定論的な典型的ファジィオートマトンによって計算される典型的なヘジットファジィ言語について,十分かつ必要な条件を示す。さらに,本論文では,古典的ヘジット・ファジィ・オートマタの新しいクラスをクリップ遷移で導入し,このクラスがコスタリカとベドレガルが導入したオリジナルクラスと同等のものであることを示す。

関連論文リスト

Learning Quantitative Automata Modulo Theories [17.33092604696224]
本稿では,学習者が帰納的推論によって有効なオートマトンを推論する,能動的学習アルゴリズムQUINTICを提案する。本評価では, 累積, 減算, 積, 量的オートマトンを学習するために, 有理理論を利用する。
論文参考訳（メタデータ） (2024-11-15T21:51:14Z)
Automatic Extraction of Linguistic Description from Fuzzy Rule Base [0.0]
神経ファジィシステムは説明可能な人工知能(XAI)の技法である本稿では,自然言語におけるファジィ規則の自動抽出について述べる。
論文参考訳（メタデータ） (2024-04-03T20:50:48Z)
Generative Multi-modal Models are Good Class-Incremental Learners [51.5648732517187]
クラス増分学習のための新しい生成型マルチモーダルモデル(GMM)フレームワークを提案する。提案手法は適応生成モデルを用いて画像のラベルを直接生成する。 Few-shot CIL設定では、現在の最先端のすべてのメソッドに対して少なくとも14%精度が向上し、忘れてはならない。
論文参考訳（メタデータ） (2024-03-27T09:21:07Z)
Learn to Categorize or Categorize to Learn? Self-Coding for Generalized Category Discovery [49.1865089933055]
テスト時に未知のカテゴリを発見できる新しい,効率的かつ自己管理手法を提案する。このアプローチの健全な特徴は、個々のデータインスタンスに最小長のカテゴリコードの割り当てである。試行錯誤による評価は, 提案手法の有効性を実証するものである。
論文参考訳（メタデータ） (2023-10-30T17:45:32Z)
Revisiting Automated Topic Model Evaluation with Large Language Models [82.93251466435208]
より大きな言語モデルは、結果のトピックを適切に評価する。次に,大規模言語モデルを用いてトピックの最適な数を自動的に決定できるかどうかを検討する。
論文参考訳（メタデータ） (2023-05-20T09:42:00Z)
Auxiliary Learning as a step towards Artificial General Intelligence [0.0]
補助学級の導入により補助学級の名称が選ばれた。本稿は、既存の狭義ニューラルネットワークの汎用性の向上と、未知のオブジェクトを扱う必要性を強調している。
論文参考訳（メタデータ） (2022-11-30T19:04:50Z)
CCPrefix: Counterfactual Contrastive Prefix-Tuning for Many-Class Classification [57.62886091828512]
多クラス分類のための新しいプレフィックスチューニング手法であるCCPrefixを提案する。基本的に、ラベル空間における実数対から派生したインスタンス依存の軟式接頭辞は、多クラス分類における言語動詞化を補完するために利用される。
論文参考訳（メタデータ） (2022-11-11T03:45:59Z)
Improving BERT Pretraining with Syntactic Supervision [2.4087148947930634]
双方向マスク型トランスフォーマーは、現在のNLPランドスケープのコアテーマとなっている。 Lassy Largeは、自動的に注釈付きオランダ語のコーパスです。我々の実験では,構文認識モデルが確立されたベースラインと同等の性能を発揮することを示唆する。
論文参考訳（メタデータ） (2021-04-21T13:15:58Z)
GTAE: Graph-Transformer based Auto-Encoders for Linguistic-Constrained Text Style Transfer [119.70961704127157]
近年,非並列テキストスタイルの転送が研究の関心を集めている。現在のアプローチでは、元の文の内容やロジックを保存できない。文を言語グラフとしてモデル化し,グラフレベルで特徴抽出とスタイル転送を行う,グラフトランスフォーマーベースのAuto-GTAEを提案する。
論文参考訳（メタデータ） (2021-02-01T11:08:45Z)
Reformulating Unsupervised Style Transfer as Paraphrase Generation [48.83148014000888]
パラフレーズ生成問題として教師なしスタイル転送を再構成する。本稿では,自動生成したパラフレーズデータに基づいて,微調整事前学習言語モデルに基づく簡単な手法を提案する。また、11種類の異なるスタイルで15万文の大規模なデータセットを収集することで、より現実的なスタイルの転送設定に転換する。
論文参考訳（メタデータ） (2020-10-12T13:31:01Z)
Incremental Monoidal Grammars [2.685668802278155]
形式文法を自由モノイド圏という観点から定義し、形式文法の圏からオートマトン圏への関手も定義する。これにより、自然言語のカテゴリー的視点と確率的言語モデルの標準的な機械学習概念を結びつけることができる。
論文参考訳（メタデータ） (2020-01-02T22:37:12Z)

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。