論文の概要: Signature-Based Abduction with Fresh Individuals and Complex Concepts for Description Logics (Extended Version)

• arxiv url: http://arxiv.org/abs/2105.00274v1
• Date: Sat, 1 May 2021 14:55:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-04 13:54:50.666092
• Title: Signature-Based Abduction with Fresh Individuals and Complex Concepts for Description Logics (Extended Version)
• Title（参考訳）: 新しい個人によるシグネチャに基づくアブダクションと記述論理の複雑な概念(拡張版)
• Authors: Patrick Koopmann
• Abstract要約: ABox abductionは、知識ベースに追加されると、観察を精査するのに十分な仮説を計算することを目的としている。 シグネチャベースのaboxアブダクションでは、仮説は与えられた集合からの名前のみを使用する必要がある。 特定の観察のための仮説は、与えられた署名から構築された新鮮な個人および/または複雑な概念の使用を認めた場合にのみ存在する可能性があります。
• 参考スコア（独自算出の注目度）: 12.107259467873092
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Given a knowledge base and an observation as a set of facts, ABox abduction aims at computing a hypothesis that, when added to the knowledge base, is sufficient to entail the observation. In signature-based ABox abduction, the hypothesis is further required to use only names from a given set. This form of abduction has applications such as diagnosis, KB repair, or explaining missing entailments. It is possible that hypotheses for a given observation only exist if we admit the use of fresh individuals and/or complex concepts built from the given signature, something most approaches for ABox abduction so far do not support or only support with restrictions. In this paper, we investigate the computational complexity of this form of abduction -- allowing either fresh individuals, complex concepts, or both -- for various description logics, and give size bounds on the hypotheses if they exist.
• Abstract（参考訳）: 知識ベースと事実の集合としての観察が与えられた場合、ABoxの誘拐は知識ベースに加えられると、観察を精査するのに十分な仮説を計算することを目的としている。 シグネチャベースのaboxアブダクションでは、仮説は与えられた集合からの名前のみを使用する必要がある。 この種のアブダクションには、診断、kb修復、補足の欠如を説明するといった応用がある。 与えられた観察のための仮説は、与えられたシグネチャから構築された新鮮な個人や/または複雑な概念の使用を認める場合にのみ存在する可能性がある。 本稿では, 様々な記述論理に対して, 新たな個人, 複雑な概念, あるいはその両方を許容する, この形の推論の計算複雑性を考察し, それらが存在する場合の仮説にサイズ境界を与える。

関連論文リスト

• Advancing Abductive Reasoning in Knowledge Graphs through Complex Logical Hypothesis Generation [43.26412690886471]
  本稿では,知識グラフを用いた帰納的論理的推論への最初のステップとして,複雑な論理的仮説生成の課題を紹介する。 教師付き学習された生成モデルは、参照仮説に構造的に近い論理仮説を生成することができる。 本稿では, 知識グラフによる強化学習(Reinforcement Learning from Knowledge Graph, RLF-KG)手法を提案する。
  論文  参考訳（メタデータ） (2023-12-25T08:06:20Z)
• Log-linear Guardedness and its Implications [116.87322784046926]
  線形性を仮定する神経表現から人間の解釈可能な概念を消去する方法は、抽出可能で有用であることが判明した。 この研究は、対数線ガードネスの概念を、敵が表現から直接その概念を予測することができないものとして正式に定義している。 バイナリの場合、ある仮定の下では、下流の対数線形モデルでは消去された概念を復元できないことを示す。
  論文  参考訳（メタデータ） (2022-10-18T17:30:02Z)
• Logical Satisfiability of Counterfactuals for Faithful Explanations in NLI [60.142926537264714]
  本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。 これは、説明に表される論理述語に基づいて、反実仮説を生成する。 そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
  論文  参考訳（メタデータ） (2022-05-25T03:40:59Z)
• Connection-minimal Abduction in EL via Translation to FOL -- Technical Report [12.90382979353427]
  本稿では,接続最小仮説のクラスを音速で完全な方法で計算する方法を示す。 本手法は一階述語論理への翻訳に基づいて,素数含意に基づく仮説を構築する。
  論文  参考訳（メタデータ） (2022-05-17T15:50:27Z)
• Quantification and Aggregation over Concepts of the Ontology [0.0]
  いくつかのKRアプリケーションでは、ボキャブラリのシンボルによって形式的に表される概念の集合を定量化したいと論じる。 本稿では,このような抽象化をサポートする一階述語論理の拡張について述べる。
  論文  参考訳（メタデータ） (2022-02-02T07:49:23Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)
• BoxE: A Box Embedding Model for Knowledge Base Completion [53.57588201197374]
  知識ベース補完(KBC)は、知識ベース(KB)に存在する情報を活用することにより、行方不明な事実を自動的に推測することを目的とする。 既存の埋め込みモデルは、以下の制限の少なくとも1つに該当する。 BoxEは、エンティティをポイントとして、関係をハイパー矩形(またはボックス)の集合として埋め込む
  論文  参考訳（メタデータ） (2020-07-13T09:40:49Z)
• Signature-Based Abduction for Expressive Description Logics -- Technical Report [20.882083414450882]
  本稿では,表現的記述論理 ALC で表現された観測のシグネチャベース推論を解くための,最初の完全解法を提案する。 この方法は有限かつ完全な仮説の集合を計算することが保証され、現実的な知識の集合で評価される。
  論文  参考訳（メタデータ） (2020-07-01T21:06:24Z)
• Boosting Simple Learners [45.09968166110557]
  i) 複雑さ: 正確な仮説を生成するために弱い仮説がいくつ必要か? 我々は、Freund and Schapireによる古典的下界を回避できる新しいブースティングアルゴリズムを設計する('95, '12)。 半空間と決定切り株を含む、よく研究された論理クラスに対する2つ目の質問に対する肯定的な回答を提供する。
  論文  参考訳（メタデータ） (2020-01-31T08:34:56Z)

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。