論文の概要: Universal Decision Models

• arxiv url: http://arxiv.org/abs/2110.15431v1
• Date: Thu, 28 Oct 2021 20:39:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-01 13:37:48.828478
• Title: Universal Decision Models
• Title（参考訳）: ユニバーサル決定モデル
• Authors: Sridhar Mahadevan
• Abstract要約: 本稿では,圏論に基づく数学的フォーマリズムであるユニバーサル決定モデル(UDM)を提案する。 UDMは、決定対象、観察対象、解決対象を含むオブジェクトのカテゴリである。 我々は、情報統合、決定可解性、階層的抽象化を含むUDMの普遍的性質を定式化する。 ネットワーク経済学における因果推論へのUDMの応用を、複雑なマルチプレイヤー・プロデューサー・コンシューマー・バイサイドマーケットプレースを用いてスケッチする。
• 参考スコア（独自算出の注目度）: 6.489113969363787
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humans are universal decision makers: we reason causally to understand the world; we act competitively to gain advantage in commerce, games, and war; and we are able to learn to make better decisions through trial and error. In this paper, we propose Universal Decision Model (UDM), a mathematical formalism based on category theory. Decision objects in a UDM correspond to instances of decision tasks, ranging from causal models and dynamical systems such as Markov decision processes and predictive state representations, to network multiplayer games and Witsenhausen's intrinsic models, which generalizes all these previous formalisms. A UDM is a category of objects, which include decision objects, observation objects, and solution objects. Bisimulation morphisms map between decision objects that capture structure-preserving abstractions. We formulate universal properties of UDMs, including information integration, decision solvability, and hierarchical abstraction. We describe universal functorial representations of UDMs, and propose an algorithm for computing the minimal object in a UDM using algebraic topology. We sketch out an application of UDMs to causal inference in network economics, using a complex multiplayer producer-consumer two-sided marketplace.
• Abstract（参考訳）: 人間は普遍的な意思決定者であり、我々は世界を慎重に理解し、商業、ゲーム、戦争で優位に立つために競争的に行動し、試行錯誤を通じてより良い決定を下すことができる。 本稿では,圏論に基づく数学的形式論であるユニバーサル決定モデル(UDM)を提案する。 udmの意思決定オブジェクトは、決定タスクのインスタンスに対応しており、マルコフ決定プロセスや予測状態表現のような因果モデルや動的システムから、ネットワークマルチプレイヤーゲームやウィッツェンハウゼンの固有モデルまで、これら全ての以前の形式を一般化している。 UDMは、決定対象、観察対象、解決対象を含むオブジェクトのカテゴリである。 Bisimulation morphism は構造保存抽象化をキャプチャする決定オブジェクト間をマッピングする。 我々は、情報統合、決定可解性、階層的抽象化を含むUDMの普遍的性質を定式化する。 本稿では,UDMの普遍的函手表現について述べるとともに,代数的トポロジーを用いたUDMにおける最小オブジェクトの計算アルゴリズムを提案する。 我々は,ネットワーク経済学における因果推論へのudmの応用を,複雑なマルチプレイヤープロデューサ・コンシューマー・ツーサイド・マーケットプレースを用いてスケッチする。

関連論文リスト

• Explaining Decisions in ML Models: a Parameterized Complexity Analysis [26.444020729887782]
  本稿では,機械学習(ML)モデルにおける説明問題のパラメータ化複雑性に関する理論的検討を行う。 一般的なブラックボックスの知覚とは対照的に、我々は透明な内部機構を持つモデルに焦点を当てている。
  論文  参考訳（メタデータ） (2024-07-22T16:37:48Z)
• Modeling Boundedly Rational Agents with Latent Inference Budgets [56.24971011281947]
  エージェントの計算制約を明示的にモデル化する潜在推論予算モデル(L-IBM)を導入する。 L-IBMは、最適なアクターの多様な集団のデータを使ってエージェントモデルを学ぶことができる。 我々は,L-IBMが不確実性の下での意思決定のボルツマンモデルに適合しているか,あるいは上回っていることを示す。
  論文  参考訳（メタデータ） (2023-12-07T03:55:51Z)
• Inverse Decision Modeling: Learning Interpretable Representations of Behavior [72.80902932543474]
  我々は,逆決定モデルに関する表現的,統一的な視点を開拓する。 これを逆問題(記述モデルとして)の形式化に用います。 この構造が(有界な)有理性の学習(解釈可能な)表現を可能にする方法について説明する。
  論文  参考訳（メタデータ） (2023-10-28T05:05:01Z)
• Neural Constraint Satisfaction: Hierarchical Abstraction for Combinatorial Generalization in Object Rearrangement [75.9289887536165]
  基礎となるエンティティを明らかにするための階層的抽象化手法を提案する。 本研究では,エージェントのモデルにおける実体の状態の介入と,環境中の物体に作用する状態の対応関係を学習する方法を示す。 この対応を利用して、オブジェクトの異なる数や構成に一般化する制御法を開発する。
  論文  参考訳（メタデータ） (2023-03-20T18:19:36Z)
• Divide and Conquer: Answering Questions with Object Factorization and Compositional Reasoning [30.392986232906107]
  本稿では,基本的対象分解法とニューラルモジュールネットワークからなる統合フレームワークを提案する。 本手法は, 対象物の特徴に基づいて分解し, 幅広い対象物を表すプロトタイプを自動的に導出する。 これらのプロトタイプにより、提案するネットワークは、共通意味空間上でオブジェクトの類似性を測定することによって、オブジェクトを関連付ける。 トレーニング中の可利用性に関わらず、多様なオブジェクトで質問に答えることができ、偏りのある質問応答分布の問題を克服することができる。
  論文  参考訳（メタデータ） (2023-03-18T19:37:28Z)
• On Realization of Intelligent Decision-Making in the Real World: A Foundation Decision Model Perspective [54.38373782121503]
  FDM(Foundation Decision Model)は、様々な意思決定タスクをシーケンスデコーディングタスクとして定式化することで開発することができる。 本稿では、FDMの実装であるDigitalBrain(DB1)を13億のパラメータで実証し、870のタスクで人間レベルのパフォーマンスを達成するケーススタディを提案する。
  論文  参考訳（メタデータ） (2022-12-24T06:16:45Z)
• DIME: Fine-grained Interpretations of Multimodal Models via Disentangled Local Explanations [119.1953397679783]
  我々は,マルチモーダルモデルの解釈における最先端化に注力する。 提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
  論文  参考訳（メタデータ） (2022-03-03T20:52:47Z)
• VisRuler: Visual Analytics for Extracting Decision Rules from Bagged and Boosted Decision Trees [3.5229503563299915]
  バッグングとブースティングは、機械学習(ML)において、多くの個別決定木を生成する2つの一般的なアンサンブル手法である。 本稿では,このようなMLモデルから決定を抽出するユーザを支援する視覚分析ツールを提案する。
  論文  参考訳（メタデータ） (2021-12-01T08:01:02Z)
• Learning Domain Invariant Representations for Generalizable Person Re-Identification [71.35292121563491]
  ReID(Generalizable person Re-Identification)は、最近のコンピュータビジョンコミュニティで注目を集めている。 DIR-ReID(Domain Invariant Representations for Generalizable Person Re-Identification)という新しい一般化フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-03-29T18:59:48Z)

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。