論文の概要: De Re Updates
- arxiv url: http://arxiv.org/abs/2106.11497v1
- Date: Tue, 22 Jun 2021 02:45:25 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-24 03:46:01.909322
- Title: De Re Updates
- Title(参考訳): De Re のアップデート
- Authors: Michael Cohen (Stanford University), Wen Tang (Peking University),
Yanjing Wang (Peking University)
- Abstract要約: 本稿では,de dictoとde reの知識の区別を捉える軽量かつ強力な動的ロジックを提案する。
我々は,動的と代入の相互作用を考慮に入れた新しい還元公理に基づいて,公告論理とイベントモデルに基づくDELの相似性の完全な公理化を得る。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we propose a lightweight yet powerful dynamic epistemic logic
that captures not only the distinction between de dicto and de re knowledge but
also the distinction between de dicto and de re updates. The logic is based on
the dynamified version of an epistemic language extended with the assignment
operator borrowed from dynamic logic, following the work of Wang and Seligman
(Proc. AiML 2018). We obtain complete axiomatizations for the counterparts of
public announcement logic and event-model-based DEL based on new reduction
axioms taking care of the interactions between dynamics and assignments.
- Abstract(参考訳): 本稿では,de dictoとde re knowledgeの区別だけでなく,de dictoとde re updatesの区別を捉えた,軽量かつ強力な動的認識論理を提案する。
論理は、Wang と Seligman (Proc) の作業に続いて動的論理から借用された代入演算子によって拡張された認識言語のダイナマイズされたバージョンに基づいている。
2018年)。
我々は,ダイナミックスと代入の相互作用を扱う新しい還元公理に基づいて,公開発表論理とイベントモデルに基づくdelの対応者に対する完全な公理化を求める。
関連論文リスト
- LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and
Reasoning [73.98142349171552]
LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。
ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。
これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
論文 参考訳(メタデータ) (2023-09-24T05:43:19Z) - A Semantic Approach to Decidability in Epistemic Planning (Extended
Version) [72.77805489645604]
我々は決定可能性を達成するために新しい意味論的アプローチを用いる。
具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。
我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
論文 参考訳(メタデータ) (2023-07-28T11:26:26Z) - Modeling Hierarchical Reasoning Chains by Linking Discourse Units and
Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。
具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文 参考訳(メタデータ) (2023-06-21T07:34:27Z) - elBERto: Self-supervised Commonsense Learning for Question Answering [131.51059870970616]
本稿では、市販QAモデルアーキテクチャと互換性のあるコモンセンスフレームワークの自己教師型双方向表現学習を提案する。
このフレームワークは5つの自己教師型タスクから構成されており、リッチコモンセンスを含むコンテキストから追加のトレーニング信号を完全に活用するようモデルに強制する。
elBERtoは、単純な語彙的類似性比較が役に立たないような、アウト・オブ・パラグラフや非エフェクトな問題に対して、大幅に改善されている。
論文 参考訳(メタデータ) (2022-03-17T16:23:45Z) - Realising Active Inference in Variational Message Passing: the
Outcome-blind Certainty Seeker [3.5450828190071655]
本稿では、離散時間および状態空間におけるアクティブ推論フレームワークの完全な数学的処理について述べる。
アクティブ推論と変動メッセージパッシングの理論的関係を活用します。
完全因子化変分分布を用いることで, 期待自由エネルギーの簡易化が図れる。
論文 参考訳(メタデータ) (2021-04-23T19:40:55Z) - Dynamic Preference Logic meets Iterated Belief Change: Representation
Results and Postulates Characterization [6.329584233209157]
AGMの信念改訂は、信念変更操作の研究における主要なパラダイムの1つです。
信念と情報の変化に関するいくつかの論理が文献に提案されている。
本研究では,動的前提論理を用いて動的信念変化演算子の特性について検討する。
論文 参考訳(メタデータ) (2021-01-05T17:47:18Z) - Thinking About Causation: A Causal Language with Epistemic Operators [58.720142291102135]
我々はエージェントの状態を表すことで因果モデルの概念を拡張した。
対象言語の側面には、知識を表現する演算子や、新しい情報を観察する行為が追加されます。
我々は、論理の健全かつ完全な公理化を提供し、このフレームワークと因果的チーム意味論との関係について論じる。
論文 参考訳(メタデータ) (2020-10-30T12:16:45Z) - High-order Semantic Role Labeling [86.29371274587146]
本稿では,ニューラルセマンティックロールラベリングモデルのための高階グラフ構造を提案する。
これにより、モデルは孤立述語-引数対だけでなく、述語-引数対間の相互作用も明示的に考慮することができる。
CoNLL-2009ベンチマークの7つの言語に対する実験結果から、高次構造学習技術は強力なSRLモデルに有益であることが示された。
論文 参考訳(メタデータ) (2020-10-09T15:33:54Z) - To Be Announced [0.0]
本稿では,知識と量化器の相互作用を含む公理に着目した完全公理化を提案する。
本稿では,それらの相対的表現性,決定可能性,およびモデル検査と満足度の複雑さについて報告する。
論文 参考訳(メタデータ) (2020-04-13T07:34:02Z)
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。