論文の概要: A Framework for Automatic Monitoring of Norms that regulate Time Constrained Actions

• arxiv url: http://arxiv.org/abs/2105.00200v1
• Date: Sat, 1 May 2021 09:29:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-04 13:55:07.360054
• Title: A Framework for Automatic Monitoring of Norms that regulate Time Constrained Actions
• Title（参考訳）: 時間制約された行動を規制する規範の自動監視のための枠組み
• Authors: Nicoletta Fornara, Soheil Roshankish, Marco Colombetti
• Abstract要約: 提案されたT-NORMモデルは、時間間隔で実行すべき、あるいはすべきでないアクションのクラスを規制できる抽象的なノルムを表現するために使用できる。 義務と禁止の形式化と、許可と免除の導入による禁止にモデルがどのように使用できるかを示す。
• 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: This paper addresses the problem of proposing a model of norms and a framework for automatically computing their violation or fulfilment. The proposed T-NORM model can be used to express abstract norms able to regulate classes of actions that should or should not be performed in a temporal interval. We show how the model can be used to formalize obligations and prohibitions and for inhibiting them by introducing permissions and exemptions. The basic building blocks for norm specification consists of rules with suitably nested components. The activation condition, the regulated actions, and the temporal constrains of norms are specified using the W3C Web Ontology Language (OWL 2). Thanks to this choice, it is possible to use OWL reasoning for computing the effects that the logical implication between actions has on norms fulfilment or violation. The operational semantics of the T-NORM model is specified by providing an unambiguous procedure for translating every norm and every exception into production rules.
• Abstract（参考訳）: 本稿では,規範のモデルを提案する問題と,その違反や満足度を自動的に計算する枠組みについて述べる。 提案されたT-NORMモデルは、時間間隔で実行すべき、あるいはすべきでないアクションのクラスを規制できる抽象的なノルムを表現するために使用できる。 このモデルを用いて,義務や禁止を定式化し,許可や免除を導入することで禁止する方法を示す。 標準仕様の基本的なビルディングブロックは、適切にネストされたコンポーネントを持つルールで構成されている。 W3C Web Ontology Language(OWL2)を用いて、アクティベーション条件、規制された動作、およびノルムの時間的制約を特定する。 この選択により、アクション間の論理的影響が規範を満たすか違反するかを計算するためにOWL推論を使用することが可能である。 T-NORMモデルのオペレーションセマンティクスは、すべてのノルムとすべての例外をプロダクションルールに翻訳するあいまいな手順を提供することによって指定されます。

関連論文リスト

• Extracting Norms from Contracts Via ChatGPT: Opportunities and Challenges [14.602364944958088]
  契約書からの規範抽出におけるChatGPTの有効性について検討する。 トレーニングや微調整を必要とせずに,ノルム抽出において有望な性能が得られる。 しかし、これらのノルムを抽出する際のChatGPTのいくつかの制限は、誤ったノルム抽出につながる。
  論文  参考訳（メタデータ） (2024-04-02T19:49:34Z)
• DECIDER: A Dual-System Rule-Controllable Decoding Framework for Language Generation [57.07295906718989]
  制約付き復号法は,事前学習言語モデル(PLM)が生成するテキストの意味やスタイルを,推論中に特定のターゲット語を用いて制御することを目的としている。 我々は, PLM を制御するためのタスクの完了方法に関するルールをプログラムできる新しい復号化フレームワーク DECIDER を提案する。
  論文  参考訳（メタデータ） (2024-03-04T11:49:08Z)
• Towards an Enforceable GDPR Specification [49.1574468325115]
  プライバシ・バイ・デザイン(PbD)は、EUなどの現代的なプライバシー規制によって規定されている。 PbDを実現する1つの新しい技術は強制(RE)である 法律規定の正式な仕様を作成するための一連の要件と反復的な方法論を提示する。
  論文  参考訳（メタデータ） (2024-02-27T09:38:51Z)
• Toward Unified Controllable Text Generation via Regular Expression Instruction [56.68753672187368]
  本稿では,正規表現の利点をフル活用し,多様な制約を一様にモデル化する命令ベース機構を用いた正規表現指導(REI)を提案する。 提案手法では,中規模言語モデルの微調整や,大規模言語モデルでの少数ショット・インコンテクスト学習のみを要し,各種制約の組み合わせに適用した場合のさらなる調整は不要である。
  論文  参考訳（メタデータ） (2023-09-19T09:05:14Z)
• On Regularization and Inference with Label Constraints [62.60903248392479]
  機械学習パイプラインにおけるラベル制約を符号化するための2つの戦略、制約付き正規化、制約付き推論を比較した。 正規化については、制約に不整合なモデルを前置することで一般化ギャップを狭めることを示す。 制約付き推論では、モデルの違反を訂正することで人口リスクを低減し、それによってその違反を有利にすることを示す。
  論文  参考訳（メタデータ） (2023-07-08T03:39:22Z)
• Bridging between LegalRuleML and TPTP for Automated Normative Reasoning (extended version) [77.34726150561087]
  LegalRuleMLは、標準ルールのモデリングと交換のためのXMLベースの表現フレームワークである。 TPTP入力および出力フォーマットは、自動推論システムとのインタラクションのための汎用標準である。 本稿では,TPTP形式に基づく論理的論理的規範的推論言語を定義することにより,この2つのコミュニティ間の橋渡しを行う。
  論文  参考訳（メタデータ） (2022-09-12T08:42:34Z)
• Norm Identification through Plan Recognition [22.387008072671005]
  社会的なルールは、マルチエージェント社会に行動的安定性の度合いを提供することを目的としている。 規範的システムの多くの実装は、以下の仮定の様々な組み合わせを仮定する。 解析に基づく計画認識と階層型タスクネットワーク(HTN)計画機構を組み合わせたノルム識別機構を開発する。
  論文  参考訳（メタデータ） (2020-10-06T11:18:52Z)
• Rewriting a Deep Generative Model [56.91974064348137]
  我々は,深層生成モデルによって符号化された特定の規則の操作という,新たな問題設定を導入する。 本稿では,ディープネットワークの層を線形連想メモリとして操作することで,所望のルールを変更する定式化を提案する。 本稿では,生成モデルのルールを対話的に変更し,望ましい効果を得られるユーザインタフェースを提案する。
  論文  参考訳（メタデータ） (2020-07-30T17:58:16Z)
• A Norm Emergence Framework for Normative MAS -- Position Paper [0.90238471756546]
  本稿では,規範的マルチエージェントシステムにおける規範の出現のための枠組みを提案する。 同様に、エージェントのパーセンテージがノルムを採用すると、ノルムがノルムMASに出現する。 我々は、規範的MAS内での規範の出現のための枠組みを提唱し、特殊目的シンセサイザーエージェントは、これらの要求に応じて新しい規範や修正を定式化する。
  論文  参考訳（メタデータ） (2020-04-06T11:42:01Z)
• Towards Learning Instantiated Logical Rules from Knowledge Graphs [20.251630903853016]
  本稿では,知識グラフから一階述語論理規則を抽出するために最適化された確率論的学習ルールGPFLを提案する。 GPFLは、抽出された経路を非循環的な抽象規則であるテンプレートに一般化する新しい2段階ルール生成機構を利用する。 オーバーフィッティングルールの存在、予測性能への影響、およびオーバーフィッティングルールをフィルタリングする単純なバリデーション手法の有効性を明らかにする。
  論文  参考訳（メタデータ） (2020-03-13T00:32:46Z)

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。