論文の概要: Cleaning Inconsistent Data in Temporal DL-Lite Under Best Repair
Semantics
- arxiv url: http://arxiv.org/abs/2108.12149v1
- Date: Fri, 27 Aug 2021 07:45:01 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-30 14:17:04.512302
- Title: Cleaning Inconsistent Data in Temporal DL-Lite Under Best Repair
Semantics
- Title(参考訳): 修復セマンティックスにおける経時的DLライトの不整合データのクリーニング
- Authors: Mourad Ouziri (LIPADE), Sabiha Tahrat (LIPADE), Salima Benbernou
(LIPADE), Mourad Ouzirri
- Abstract要約: 本稿では,時間記述論理(TDL)知識ベースにおける一貫性のないデータ処理の問題に対処する。
本稿では,知識ベースのデータ部分を不整合の原因として考慮し,ABox修復手法を提案する。
- 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: In this paper, we address the problem of handling inconsistent data in
Temporal Description Logic (TDL) knowledge bases. Considering the data part of
the Knowledge Base as the source of inconsistency over time, we propose an ABox
repair approach. This is the first work handling the repair in TDL Knowledge
bases. To do so, our goal is twofold: 1) detect temporal inconsistencies and 2)
propose a data temporal reparation. For the inconsistency detection, we propose
a reduction approach from TDL to DL which allows to provide a tight NP-complete
upper bound for TDL concept satisfiability and to use highly optimised DL
reasoners that can bring precise explanation (the set of inconsistent data
assertions). Thereafter, from the obtained explanation, we propose a method for
automatically computing the best repair in the temporal setting based on the
allowed rigid predicates and the time order of assertions.
- Abstract(参考訳): 本稿では,時間記述論理(TDL)知識ベースにおける一貫性のないデータ処理の問題に対処する。
本稿では,知識ベースのデータ部分を不整合の原因として考慮し,ABox修復手法を提案する。
これは、tdlの知識ベースで修復を扱う最初の作業である。
そのために,(1)時間的不整合の検出,2)データ時間的リペアメントの提案という2つの目標を設定した。
不整合検出のために、TDL概念のNP完全上界を厳密に設定し、正確な説明(一貫性のないデータアサーションの集合)をもたらすように高度に最適化されたDL推論器を使用するTDLからDLへの還元アプローチを提案する。
その後、得られた説明から、許容された剛性述語とアサーションの時間順序に基づいて、時間設定における最良の修復を自動的に計算する手法を提案する。
関連論文リスト
- DAGnosis: Localized Identification of Data Inconsistencies using
Structures [73.39285449012255]
機械学習モデルを確実に使用するためには、デプロイメント時のデータの不整合の特定と適切な処理が不可欠である。
我々は,有向非巡回グラフ(DAG)を用いて,トレーニングセットの特徴分布と非依存性を構造として符号化する。
我々の手法はDAGnosisと呼ばれ、これらの構造的相互作用を利用して、価値があり洞察に富んだデータ中心の結論をもたらす。
論文 参考訳(メタデータ) (2024-02-26T11:29:16Z) - Parameter-tuning-free data entry error unlearning with adaptive
selective synaptic dampening [51.34904967046097]
本稿では,パラメータチューニングの必要性を排除した選択的シナプス減衰アンラーニング法の拡張を提案する。
本稿では,ResNet18とVision Transformerの未学習タスクにおける適応選択的シナプス減衰(ASSD)の性能を示す。
このアプローチの適用は、サプライチェーン管理などの産業環境において特に魅力的である。
論文 参考訳(メタデータ) (2024-02-06T14:04:31Z) - Editing Arbitrary Propositions in LLMs without Subject Labels [88.67755930096966]
GT(Gradient Tracing)と呼ばれるシンプルで高速なローカライゼーション手法を提案する。
GTは、単にバイナリではなく任意の命題を編集できる。
提案手法は, 対象ラベルにアクセスせずに, 対象ラベルを持つ最先端のL&E手法に近い動作を行うことを示す。
論文 参考訳(メタデータ) (2024-01-15T08:08:24Z) - Semi-DETR: Semi-Supervised Object Detection with Detection Transformers [105.45018934087076]
半教師付き物体検出(SSOD)におけるDETRに基づくフレームワークの解析
本報告では,第1次変圧器を用いたエンド・ツー・エンド半教師対象検出器であるSemi-DETRについて述べる。
我々の手法は、最先端の手法をクリアマージンで上回る。
論文 参考訳(メタデータ) (2023-07-16T16:32:14Z) - Better patching using LLM prompting, via Self-Consistency [5.892272127970584]
自己整合性(Self-Consistency, S-C)は、問題の説明を生成する上で、エキサイティングで極めて優れたテクニックである。
本稿では,修正作業のコミットログを説明として,S-C手法のプログラム修復への応用について述べる。
我々は,MODITデータセット上で,プログラムの修正を促そうとする従来のアプローチを破って,最先端の成果を得た。
論文 参考訳(メタデータ) (2023-05-31T18:28:46Z) - Information Association for Language Model Updating by Mitigating
LM-Logical Discrepancy [68.31760483418901]
大規模言語モデル(LLM)は、時代遅れの事前学習データのために現在の情報を提供するのに苦労する。
知識編集や連続的な微調整など,従来のLCMの更新方法は,新たな情報の一般化に重大な欠点がある。
これらの欠点の中核となる課題は,言語モデリングの確率と論理的確率の差を特徴とするLM論理的相違である。
論文 参考訳(メタデータ) (2023-05-29T19:48:37Z) - Towards Bridging the Gaps between the Right to Explanation and the Right
to be Forgotten [14.636997283608414]
説明の権利は、個人がアルゴリズム上の決定に対して実行可能な説明を要求することを可能にする。
忘れられる権利は、組織のすべてのデータベースやモデルからデータを削除するよう要求する権利を与える。
両原理間の緊張を解決するための最初のアルゴリズム的枠組みを提案する。
論文 参考訳(メタデータ) (2023-02-08T19:03:00Z) - Expressivity of Planning with Horn Description Logic Ontologies
(Technical Report) [12.448670165713652]
我々は、記述論理(DL)オントロジーを計画することで定式化されたオープンワールドな状態制約に対処する。
派生述語を用いた標準PDDLへの新しいコンパイル方式を提案する。
提案手法は,DLで計画する既存のベンチマークよりも優れていることを示す。
論文 参考訳(メタデータ) (2022-03-17T14:50:06Z) - Second-Order Specifications and Quantifier Elimination for Consistent
Query Answering in Databases [0.0]
本稿では, 補修プログラムを用いて一貫した問合せ応答の問題を w.r.t の推論問題に変換する方法を示す。
また, 2次量子化器の除去手法を適用して, 代わりに1次理論を得る方法も検討した。
論文 参考訳(メタデータ) (2021-08-19T01:06:01Z) - Automated Reasoning in Temporal DL-Lite [65.9825143048822]
本稿では,時間的DL-Lite(TDL-Lite)知識ベース(KB)に対する自動推論の実現可能性について検討する。
我々は,TDL-Lite KB の満足度を確認するために,市販の推論器を用いてテストする。
TDL-Lite KB の使用を現実的なものにするために,グラフィカルなインタフェースを備えた本格的なツールを提案する。
論文 参考訳(メタデータ) (2020-08-17T16:40:27Z)
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。