論文の概要: Fixpoint Semantics for Recursive SHACL

• arxiv url: http://arxiv.org/abs/2109.08285v1
• Date: Fri, 17 Sep 2021 01:46:09 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-21 04:57:22.448704
• Title: Fixpoint Semantics for Recursive SHACL
• Title（参考訳）: 再帰的SHACLのための固定点意味論
• Authors: Bart Bogaerts, Maxime Jakubowski
• Abstract要約: SHACLは、RDFグラフの構造的制約を表現するためのW3C提案言語である。 本稿では,SHACLのセマンティクスを定義し,研究するために,非単調推論における長年の研究から教訓を学ぶことができることを論じる。
• 参考スコア（独自算出の注目度）: 10.896533521085784
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: SHACL is a W3C-proposed language for expressing structural constraints on RDF graphs. The recommendation only specifies semantics for non-recursive SHACL; recently, some efforts have been made to allow recursive SHACL schemas. In this paper, we argue that for defining and studying semantics of recursive SHACL, lessons can be learned from years of research in non-monotonic reasoning. We show that from a SHACL schema, a three-valued semantic operator can directly be obtained. Building on Approximation Fixpoint Theory (AFT), this operator immediately induces a wide variety of semantics, including a supported, stable, and well-founded semantics, related in the expected ways. By building on AFT, a rich body of theoretical results becomes directly available for SHACL. As such, the main contribution of this short paper is providing theoretical foundations for the study of recursive SHACL, which can later enable an informed decision for an extension of the W3C recommendation.
• Abstract（参考訳）: SHACLは、RDFグラフの構造制約を表現するためのW3C提案言語である。 この推奨は、再帰的でないshaclのセマンティクスのみを指定するもので、最近では再帰的なshaclスキーマを可能にするためにいくつかの努力がなされている。 本稿では,再帰的SHACLのセマンティクスを定義し,研究するために,非単調推論における長年の研究から教訓を学ぶことができることを論じる。 shaclスキーマから、3値のセマンティクス演算子を直接得ることができることを示す。 近似固定点理論 (AFT) に基づいて構築されたこの演算子は、期待される方法に関連する、サポートされ、安定され、十分に確立されたセマンティクスを含む、様々な意味論を即座に誘導する。 AFT上に構築することで、SHACLに理論結果の豊富なボディが直接利用可能になる。 このように、この短い論文の主な貢献は、再帰的なshaclの研究のための理論的基礎を提供することであり、これは後にw3c勧告の拡張に関するインフォームドな決定を可能にする。

関連論文リスト

• SHACL2FOL: An FOL Toolkit for SHACL Decision Problems [0.4895118383237099]
  我々は、SHACL文書をFOL文に変換する最初の自動ツールであるSHACL2FOLを紹介する。 このツールは、満足度と包含性の2つの静的解析問題に対する解を計算する。 また、一連の制約に関してグラフの有効性をテストすることもできる。
  論文  参考訳（メタデータ） (2024-06-12T09:20:25Z)
• Learning Visual-Semantic Subspace Representations for Propositional Reasoning [49.17165360280794]
  本稿では,特定の意味構造に適合する視覚表現を学習するための新しい手法を提案する。 我々のアプローチは、新しい核規範に基づく損失に基づいている。 部分空間格子におけるセマンティクスのスペクトル幾何学を最小エンコードしていることを示す。
  論文  参考訳（メタデータ） (2024-05-25T12:51:38Z)
• LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers [60.009969929857704]
  論理的推論は、科学、数学、社会に潜在的影響を与える可能性のある人工知能にとって重要なタスクである。 本研究では、LINCと呼ばれるモジュール型ニューロシンボリックプログラミングのようなタスクを再構成する。 我々は,FOLIOとProofWriterのバランスの取れたサブセットに対して,ほぼすべての実験条件下で,3つの異なるモデルに対して顕著な性能向上を観察した。
  論文  参考訳（メタデータ） (2023-10-23T17:58:40Z)
• Synergies between Disentanglement and Sparsity: Generalization and Identifiability in Multi-Task Learning [79.83792914684985]
  我々は,最大スパース基底予測器が不整合表現をもたらす条件を提供する新しい識別可能性の結果を証明した。 この理論的な結果から,両レベル最適化問題に基づくアンタングル表現学習の実践的アプローチを提案する。
  論文  参考訳（メタデータ） (2022-11-26T21:02:09Z)
• Autoregressive Structured Prediction with Language Models [73.11519625765301]
  本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。 我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
  論文  参考訳（メタデータ） (2022-10-26T13:27:26Z)
• Rediscovering Argumentation Principles Utilizing Collective Attacks [26.186171927678874]
  我々は、集合攻撃(SETAFs)による論証フレームワークへの原則に基づくアプローチを拡張した。 分析の結果、与えられたSETAF(例えば、方向性やSCC再帰性)の分解に基づく原理の検証は、通常のAFと比較して、さらなる課題をもたらすことが示された。
  論文  参考訳（メタデータ） (2022-05-06T11:41:23Z)
• Satisfiability and Containment of Recursive SHACL [4.8986598953553555]
  シェープ制約言語(Shapes Constraint Language, SHACL)は、グラフ上の特定の形状を検証することでRDFデータを検証するための最近のW3C勧告言語である。 これまでの研究は、バリデーション問題と、満足度と封じ込めの標準決定問題に主に焦点を合わせてきた。 我々は、SHACLのセマンティクスを正確に把握するSCLと呼ばれる新しい一階言語への翻訳を提供することにより、SHACLの異なる特徴を包括的に研究する。 また、SCLの2階拡張であるMSCLを提示し、単一の形式論理フレームワーク、メインで定義できるようにしました。
  論文  参考訳（メタデータ） (2021-08-30T08:51:03Z)
• Anti-aliasing Semantic Reconstruction for Few-Shot Semantic Segmentation [66.85202434812942]
  セグメンテーションを意味的再構成問題として再検討する。 基本クラスの特徴を,新しいクラス再構築のためのクラスレベルのセマンティック空間にまたがる一連の基底ベクトルに変換する。 提案手法はアンチエイリアス・セマンティック・リストラクション (ASR) と呼ばれ, 数発の学習問題に対して, 体系的かつ解釈可能な解法を提供する。
  論文  参考訳（メタデータ） (2021-06-01T02:17:36Z)
• Introducing Syntactic Structures into Target Opinion Word Extraction with Deep Learning [89.64620296557177]
  目的語抽出のためのディープラーニングモデルに文の構文構造を組み込むことを提案する。 また,ディープラーニングモデルの性能向上のために,新たな正規化手法を導入する。 提案モデルは,4つのベンチマークデータセット上での最先端性能を広範囲に解析し,達成する。
  論文  参考訳（メタデータ） (2020-10-26T07:13:17Z)
• SHACL Satisfiability and Containment (Extended Paper) [6.308539010172308]
  Shapes Constraint Language (SHACL)は、RDFデータを検証するための最近のW3C勧告言語である。 本稿では、SCLと呼ばれる新しい一階述語言語への翻訳を提供することにより、再帰的でないSHACLの異なる特徴を徹底的に研究する。 この論理学におけるSHACLの特徴の相互作用について検討し、上記のSHACLサブ言語に対する決定問題の決定可能性と複雑性の詳細なマップを提供する。
  論文  参考訳（メタデータ） (2020-08-31T14:52:03Z)
• On SCC-recursiveness in Quantitative Argumentation [0.0]
  SCC再帰性はファジィ拡張セマンティクスに適していることを示す。 SCC再帰性はファジィ拡張セマンティクスを特徴付ける代替手法であることを示す。
  論文  参考訳（メタデータ） (2020-06-16T02:33:06Z)

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。