論文の概要: Rushing and Strolling among Answer Sets -- Navigation Made Easy
- arxiv url: http://arxiv.org/abs/2112.07596v1
- Date: Tue, 14 Dec 2021 17:50:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-15 16:59:02.792340
- Title: Rushing and Strolling among Answer Sets -- Navigation Made Easy
- Title（参考訳）: 回答セットのラッシングとストローリング -- ナビゲーションが簡単になった
- Authors: Johannes K. Fichte, Sarah Alice Gaggl, Dominik Rusovac
- Abstract要約: 本研究では,フェースドブラウジングに類似した回答集合の所望のサブセットに対する対話的ナビゲーションのためのフレームワークを提案する。
提案手法により,あるペースで解のサブスペース内外を意識的にズームアウトすることで,解空間を探索することができる。
- 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: Answer set programming (ASP) is a popular declarative programming paradigm
with a wide range of applications in artificial intelligence. Oftentimes, when
modeling an AI problem with ASP, and in particular when we are interested
beyond simple search for optimal solutions, an actual solution, differences
between solutions, or number of solutions of the ASP program matter. For
example, when a user aims to identify a specific answer set according to her
needs, or requires the total number of diverging solutions to comprehend
probabilistic applications such as reasoning in medical domains. Then, there
are only certain problem specific and handcrafted encoding techniques available
to navigate the solution space of ASP programs, which is oftentimes not enough.
In this paper, we propose a formal and general framework for interactive
navigation towards desired subsets of answer sets analogous to faceted
browsing. Our approach enables the user to explore the solution space by
consciously zooming in or out of sub-spaces of solutions at a certain
configurable pace. We illustrate that weighted faceted navigation is
computationally hard. Finally, we provide an implementation of our approach
that demonstrates the feasibility of our framework for incomprehensible
solution spaces.
- Abstract（参考訳）: Answer set programming (ASP)は、人工知能に幅広い応用がある一般的な宣言型プログラミングパラダイムである。
多くの場合、AI問題をASPでモデリングする場合、特に、最適なソリューション、実際のソリューション、ソリューションの違い、ASPプログラムの課題の数など、単純な検索以上の関心がある場合があります。
例えば、ユーザがニーズに応じて特定の回答セットを識別しようとする場合や、医学領域における推論のような確率的応用を理解するために発散するソリューションの総数を必要とする場合などである。
そして、ASPプログラムのソリューション空間をナビゲートするために、特定の問題や手作りのエンコーディング技術しか存在しません。
本稿では,対面ブラウジングに類似した回答集合の所望の部分集合に対する対話的ナビゲーションのための形式的かつ汎用的なフレームワークを提案する。
提案手法は,ある構成可能なペースで解のサブスペース内あるいは外を意識的に拡大することにより,解空間を探索することができる。
重み付けされた顔ナビゲーションは計算が困難であることを示す。
最後に、理解不能な解空間に対する我々のフレームワークの実現可能性を示すアプローチの実装を提供する。
関連論文リスト
- Creating Automated Quantum-Assisted Solutions for Optimization Problems [0.0]
ソリューションパスを探索し、自動化し、評価できるフレームワークであるQuaST決定ツリーを提案する。
私たちのセットアップはモジュール化され、高度に構造化され、柔軟性があり、どんな準備や前処理、後処理のステップも含められます。
論文 参考訳（メタデータ） (2024-09-30T16:59:14Z) - Thought Propagation: An Analogical Approach to Complex Reasoning with Large Language Models [62.96551299003463]
大規模言語モデルの複雑な推論能力を高めるために,textbftextitThought Propagation (TP)を提案する。
TP はまず LLM に対して,入力問題に関連する類似問題の集合を提案し,解決するよう促す。
TPは、類似問題の結果を再利用して、新しいソリューションを直接生成したり、スクラッチから得られた初期ソリューションを修正するための知識集約的な実行プランを導出する。
論文 参考訳（メタデータ） (2023-10-06T01:40:09Z) - Explainable Answer-set Programming [0.0]
プロジェクトはこれらのギャップのいくつかを埋めることを目的としており、ASP.NET ASP.NET MVCにおける技術の現状に貢献することを目的としている。
我々は、既存のアプローチの言語サポートを拡張するだけでなく、新しい説明形式を発達させることによって、この問題に対処する。
論文 参考訳（メタデータ） (2023-08-30T09:09:57Z) - Conjunctive Query Based Constraint Solving For Feature Model
Configuration [79.14348940034351]
本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。
このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
論文 参考訳（メタデータ） (2023-04-26T10:08:07Z) - Tools and Methodologies for Verifying Answer Set Programs [0.0]
ASP.NETは強力な宣言型プログラミングパラダイムで、検索と最適化の課題を解決するのによく使われます。
知識表現と推論へのアプローチとして、ASPはその単純さ、簡潔さ、厳密に定義されたセマンティクスから恩恵を受ける。
私の研究は、ASPプロガムの検証をサポートする理論とツールの拡張に関するものです。
論文 参考訳（メタデータ） (2022-08-05T10:50:21Z) - Efficient lifting of symmetry breaking constraints for complex
combinatorial problems [9.156939957189502]
この作業は、Answer Set Programmingのためのモデルベースのアプローチの学習フレームワークと実装を拡張します。
Inductive Logic Programming System ILASPに新たなコンフリクト解析アルゴリズムを組み込む。
論文 参考訳（メタデータ） (2022-05-14T20:42:13Z) - Preliminary Results on Using Abstract AND-OR Graphs for Generalized
Solving of Stochastic Shortest Path Problems [25.152899734616298]
最短経路問題(SSP)は、現実世界におけるゴール指向の問題である。
SSPの計算における重要な課題は、適度な大きさの問題を難解に解決する方法を見つけることである。
提案手法は任意のSSPソルバに組み込んで階層的最適ポリシーを計算可能であることを示す。
論文 参考訳（メタデータ） (2022-04-08T21:30:47Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - A Mutual Information Maximization Approach for the Spurious Solution
Problem in Weakly Supervised Question Answering [60.768146126094955]
弱々しい教師付き質問応答は通常、最終的な答えのみを監督信号として持つ。
偶然に正解を導出する刺激的な解が多数存在するかもしれないが、そのような解の訓練はモデルの性能を損なう可能性がある。
本稿では,質問応答対と予測解間の相互情報の最大化により,このような意味的相関を明示的に活用することを提案する。
論文 参考訳（メタデータ） (2021-06-14T05:47:41Z) - Discovering Diverse Solutions in Deep Reinforcement Learning [84.45686627019408]
強化学習アルゴリズムは通常、特定のタスクの単一のソリューションを学ぶことに限定される。
連続的あるいは離散的な低次元潜在変数に条件付きポリシーを訓練することにより、無限に多くの解を学習できるRL法を提案する。
論文 参考訳（メタデータ） (2021-03-12T04:54:31Z) - Learning What to Defer for Maximum Independent Sets [84.00112106334655]
本稿では,各段階における解の要素的決定を学習することにより,エージェントが適応的に段階数を縮小あるいは拡張する,新たなDRL方式を提案する。
提案手法を最大独立集合(MIS)問題に適用し、現状のDRL方式よりも大幅に改善したことを示す。
論文 参考訳（メタデータ） (2020-06-17T02:19:31Z)
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。