論文の概要: Logical Credal Networks

• arxiv url: http://arxiv.org/abs/2109.12240v1
• Date: Sat, 25 Sep 2021 00:00:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-28 15:22:42.364134
• Title: Logical Credal Networks
• Title（参考訳）: 論理的クレダルネットワーク
• Authors: Haifeng Qian, Radu Marinescu, Alexander Gray, Debarun Bhattacharjya, Francisco Barahona, Tian Gao, Ryan Riegel, Pravinda Sahu
• Abstract要約: 本稿では,論理と確率を組み合わせた先行モデルの多くを一般化した表現的確率論的論理である論理的クレダルネットワークを紹介する。 本稿では,不確実性のあるマスターミンドゲームを解くこと,クレジットカード詐欺を検出することを含む,最大後部推論タスクの性能について検討する。
• 参考スコア（独自算出の注目度）: 87.25387518070411
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces Logical Credal Networks, an expressive probabilistic logic that generalizes many prior models that combine logic and probability. Given imprecise information represented by probability bounds and conditional probability bounds of logic formulas, this logic specifies a set of probability distributions over all interpretations. On the one hand, our approach allows propositional and first-order logic formulas with few restrictions, e.g., without requiring acyclicity. On the other hand, it has a Markov condition similar to Bayesian networks and Markov random fields that is critical in real-world applications. Having both these properties makes this logic unique, and we investigate its performance on maximum a posteriori inference tasks, including solving Mastermind games with uncertainty and detecting credit card fraud. The results show that the proposed method outperforms existing approaches, and its advantage lies in aggregating multiple sources of imprecise information.
• Abstract（参考訳）: 本稿では,論理と確率を組み合わせた多くの先行モデルを一般化した,表現的確率論理である論理クレダルネットワークについて述べる。 論理公式の確率境界と条件付き確率境界で表される不正確な情報が与えられたとき、この論理は全ての解釈上の確率分布の集合を特定する。 一方,本手法では,非巡回性を必要としないような制約の少ない命題論理式と一階論理式が可能である。 一方、実世界の応用において重要なベイズ的ネットワークやマルコフランダム場と類似したマルコフ条件を持つ。 両方の特性を持つことにより,この論理が一意となり,不確実性のあるマスターミンドゲームを解くことやクレジットカード不正を検出することを含む,最大1つの後部推論タスクにおける性能について検討する。 その結果,提案手法は既存の手法よりも優れており,その利点は複数の不正確な情報ソースを集約することにある。

関連論文リスト

• 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)
• Logically Consistent Adversarial Attacks for Soft Theorem Provers [110.17147570572939]
  本稿では,言語モデルの推論能力の探索と改善のための生成的逆説フレームワークを提案する。 我々のフレームワークは、敵の攻撃をうまく発生させ、グローバルな弱点を識別する。 有効探索に加えて, 生成したサンプルのトレーニングにより, 対象モデルの性能が向上することを示す。
  論文  参考訳（メタデータ） (2022-04-29T19:10:12Z)
• Aleatoric Description Logic for Probailistic Reasoning (Long Version) [0.2538209532048866]
  Aleatoric description logic(英語版)は、エージェントがこれらのサイコロのバイアスについて主観的な信念を持つサイコロのロールによって、世界のアレータリックな出来事として不確実性をモデル化する。 これは主観的なベイズの記述論理を提供し、命題と関係は合理的なエージェントが何を賭けるかに応じて確率が割り当てられる。 いくつかの計算問題を考慮し、モデルチェックと整合性チェックアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-08-30T07:47:36Z)
• Non-ground Abductive Logic Programming with Probabilistic Integrity Constraints [2.624902795082451]
  本稿では,変数の確率的推論に対処する,よりリッチな論理言語について考察する。 まず, 分配セマンティックスに基づいて, 全体としての帰納的言語とその意味を提示する。 次に,前述したものを拡張して得られた証明手順を導入し,その健全性と完全性を証明する。
  論文  参考訳（メタデータ） (2021-08-06T10:22:12Z)
• An asymptotic analysis of probabilistic logic programming with implications for expressing projective families of distributions [0.0]
  分布意味論に基づく全ての確率論理プログラムは確率論理プログラムと関係論的に等価であることを示す。 範囲制限論理プログラムは、量子化子フリーな理論に対応し、量子化子結果が有用である。
  論文  参考訳（メタデータ） (2021-02-17T14:07:16Z)
• Paraconsistent Foundations for Probabilistic Reasoning, Programming and Concept Formation [0.0]
  4値のパラ一貫性真理値(ここでは「pビット」と呼ばれる)は、確率論的論理とプログラミングと概念形成の高度AI関連形式の概念的、数学的、実践的な基礎として機能する。 構成的双対(CD)論理に従って動作している4値のpビットの平均平均値と再正規化がPLN(Probabilistic Logic Networks)の強度と自信の真理値をもたらすことが示されている。
  論文  参考訳（メタデータ） (2020-12-28T20:14:49Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• Foundations of Reasoning with Uncertainty via Real-valued Logics [70.43924776071616]
  我々は、本質的にすべての実数値論理をカバーするためにパラメータ化できる、音と強完全公理化を与える。 文のクラスは非常に豊かであり、各クラスは実数値論理の式の集合に対して可能な実値の集合を記述する。
  論文  参考訳（メタデータ） (2020-08-06T02:13:11Z)
• Logical Neural Networks [51.46602187496816]
  ニューラルネットワーク(学習)と記号論理(知識と推論)の両方の重要な特性をシームレスに提供する新しいフレームワークを提案する。 すべてのニューロンは、重み付けされた実数値論理における公式の構成要素としての意味を持ち、非常に解釈不能な非絡み合い表現をもたらす。 推論は事前に定義されたターゲット変数ではなく、オムニであり、論理的推論に対応する。
  論文  参考訳（メタデータ） (2020-06-23T16:55:45Z)

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。