論文の概要: Aggregate Semantics for Propositional Answer Set Programs
- arxiv url: http://arxiv.org/abs/2109.08662v1
- Date: Fri, 17 Sep 2021 17:38:55 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-20 15:07:29.895475
- Title: Aggregate Semantics for Propositional Answer Set Programs
- Title(参考訳): 命題応答集合プログラムのための集合意味論
- Authors: Mario Alviano, Wolfgang Faber, Martin Gebser
- Abstract要約: 提案するASPプログラムに対して提案された主要な集合的セマンティクスを提示し、比較する。
計算複雑性や表現力などの重要な特性を強調し、異なるアプローチの能力と限界を概説する。
- 参考スコア(独自算出の注目度): 14.135212040150389
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Answer Set Programming (ASP) emerged in the late 1990ies as a paradigm for
Knowledge Representation and Reasoning. The attractiveness of ASP builds on an
expressive high-level modeling language along with the availability of powerful
off-the-shelf solving systems. While the utility of incorporating aggregate
expressions in the modeling language has been realized almost simultaneously
with the inception of the first ASP solving systems, a general semantics of
aggregates and its efficient implementation have been long-standing challenges.
Aggregates have been proposed and widely used in database systems, and also in
the deductive database language Datalog, which is one of the main precursors of
ASP. The use of aggregates was, however, still restricted in Datalog (by either
disallowing recursion or only allowing monotone aggregates), while several ways
to integrate unrestricted aggregates evolved in the context of ASP. In this
survey, we pick up at this point of development by presenting and comparing the
main aggregate semantics that have been proposed for propositional ASP
programs. We highlight crucial properties such as computational complexity and
expressive power, and outline the capabilities and limitations of different
approaches by illustrative examples.
- Abstract(参考訳): Answer Set Programming (ASP)は、知識表現と推論のパラダイムとして1990年代後半に登場した。
ASPの魅力は、強力なオフザシェルフ解決システムとともに、表現力のあるハイレベルモデリング言語の上に構築されます。
モデリング言語に集約式を組み込むユーティリティは、最初のASP解決システムの開始とほぼ同時に実現されているが、集約の一般的な意味論とその効率的な実装は長年にわたる課題であった。
集約は、データベースシステムや、asp.net .net の主要な前駆体の一つであるデダクティブデータベース言語であるdatalogで提案され、広く使われている。
しかし、アグリゲーションの使用は、まだDatalogで制限されていた(再帰を許可するか、モノトンアグリゲーションのみを許可する)が、ASP.NETのコンテキストにおいて、いくつかの制限のないアグリゲーションを統合する方法は進化した。
本調査では,提案するASPプログラムに対して提案された主要な集合的セマンティクスを提示し,比較することにより,開発現場で取り上げる。
計算複雑性や表現力といった重要な性質を強調し,説明例によって異なるアプローチの能力と限界を概説する。
関連論文リスト
- TAP4LLM: Table Provider on Sampling, Augmenting, and Packing
Semi-structured Data for Large Language Model Reasoning [58.11442663694328]
テーブルプロンプトを生成するための多用途前処理ツールボックスとして,TAP4LLMを提案する。
各モジュールにおいて、様々なシナリオで使用されるいくつかの一般的なメソッドを収集し、設計する。
論文 参考訳(メタデータ) (2023-12-14T15:37:04Z) - Extending Answer Set Programming with Rational Numbers [0.6526824510982802]
本稿では,非整数を有理数に近似し,完全な付与と宣言性を持つASPの拡張を提案する。
我々は、有理数で拡張されたASP-Core-2標準のための明確に定義されたセマンティクスとその実装を提供する。
論文 参考訳(メタデータ) (2023-12-07T12:11:25Z) - Generalizing Level Ranking Constraints for Monotone and Convex
Aggregates [0.0]
解集合プログラミング(ASP)では、解集合は興味のある探索問題の解をキャプチャする。
1つの実行可能な実装戦略は、翻訳ベースのASP.NETアプリケーションである。
我々は、ASP.NETの集約ベースの拡張をカバーするための一般化を目指して、レベルランキングの制約を再考する。
論文 参考訳(メタデータ) (2023-08-30T09:04:39Z) - Extended High Utility Pattern Mining: An Answer Set Programming Based
Framework and Applications [0.0]
ASPのようなルールベースの言語は、パターンユーティリティを評価するためのユーザが提供する基準を指定するのに適しているようだ。
本稿では,従来の文献では考慮されていない実用基準の新たなクラスを実現するためのフレームワークを提案する。
新型コロナウイルス患者のICU入院を予測するための革新的な方法の定義のために,ビルディングブロックとして活用する。
論文 参考訳(メタデータ) (2023-03-23T11:42:57Z) - One for All: One-stage Referring Expression Comprehension with Dynamic
Reasoning [11.141645707535599]
推論状態と表現の複雑さに基づいて推論ステップを動的に調整できる動的多段階推論ネットワークを提案する。
この作業は、いくつかのRECデータセットの最先端のパフォーマンスや大幅な改善を実現する。
論文 参考訳(メタデータ) (2022-07-31T04:51:27Z) - Improving Classifier Training Efficiency for Automatic Cyberbullying
Detection with Feature Density [58.64907136562178]
言語支援の異なる特徴前処理手法を用いて特徴密度(FD)の有効性を検討した。
データセットの複雑さを推定することで、必要な実験の数を削減できると仮定する。
データセットの言語的複雑さの違いにより、言語的に支援された単語前処理の有効性を議論することが可能になる。
論文 参考訳(メタデータ) (2021-11-02T15:48:28Z) - On the Foundations of Grounding in Answer Set Programming [4.389457090443418]
We provide a comprehensive elaboration of the Theorys of variable instantiation or grounding, in Answer Set Programming (ASP)。
固定点演算子の観点から基底アルゴリズムの形式的特徴付けを導入する。
主要な役割は、関連するモデルがグラウンド化の結果を記述するための意味的なガイダンスを提供する、専門のしっかりとした演算子によって演じられる。
論文 参考訳(メタデータ) (2021-08-10T16:23:49Z) - Text Summarization with Latent Queries [60.468323530248945]
本稿では,LaQSumについて紹介する。LaQSumは,既存の問合せ形式と抽象的な要約のための文書から遅延クエリを学習する,最初の統一テキスト要約システムである。
本システムでは, 潜伏クエリモデルと条件付き言語モデルとを協調的に最適化し, ユーザがテスト時に任意のタイプのクエリをプラグイン・アンド・プレイできるようにする。
本システムでは,クエリタイプ,文書設定,ターゲットドメインの異なる要約ベンチマークにおいて,強力な比較システムの性能を強く向上させる。
論文 参考訳(メタデータ) (2021-05-31T21:14:58Z) - SDA: Improving Text Generation with Self Data Augmentation [88.24594090105899]
自動データ拡張のための自己模倣学習フェーズを組み込むことにより,標準最大確率推定(MLE)パラダイムを改善することを提案する。
既存の文レベルの拡張戦略とは異なり,本手法はより汎用的で,任意のMLEベースの訓練手順に容易に適応できる。
論文 参考訳(メタデータ) (2021-01-02T01:15:57Z) - RADDLE: An Evaluation Benchmark and Analysis Platform for Robust
Task-oriented Dialog Systems [75.87418236410296]
我々はraddleベンチマーク、コーパスのコレクション、および様々なドメインのモデルのパフォーマンスを評価するためのツールを紹介します。
RADDLEは強力な一般化能力を持つモデルを好んで奨励するように設計されている。
先行学習と微調整に基づく最近の最先端システムの評価を行い,異種ダイアログコーパスに基づく基礎的な事前学習が,ドメインごとの個別モデルをトレーニングするよりも優れていることを示す。
論文 参考訳(メタデータ) (2020-12-29T08:58:49Z) - Few-shot Natural Language Generation for Task-Oriented Dialog [113.07438787659859]
FewShotWozは,タスク指向対話システムにおける数ショットの学習設定をシミュレートする最初の NLG ベンチマークである。
我々は, SC-GPTモデルを開発し, その制御可能な生成能力を得るために, 注釈付きNLGコーパスの大規模なセットで事前学習を行った。
FewShotWozとMulti-Domain-WOZデータセットの実験は、提案したSC-GPTが既存の手法を大幅に上回っていることを示している。
論文 参考訳(メタデータ) (2020-02-27T18:48:33Z)
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。