Fugu-MT 論文翻訳(概要): Reasoning About Causal Models With Infinitely Many Variables

論文の概要: Reasoning About Causal Models With Infinitely Many Variables

arxiv url: http://arxiv.org/abs/2112.11362v1
Date: Tue, 21 Dec 2021 17:03:45 GMT
ステータス: 処理完了
システム内更新日: 2021-12-22 14:49:11.558253
Title: Reasoning About Causal Models With Infinitely Many Variables
Title（参考訳）: 無限個の変数をもつ因果モデルに関する推論
Authors: Joseph Y. Halpern and Spencer Peters
Abstract要約: GSEMにおける因果推論の完全公理化について検討した。 GSEMを考えることは、ハルパーンの公理が捕捉する性質を明らかにするのに役立つ。
参考スコア（独自算出の注目度）: 14.505867475659274
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Generalized structural equations models (GSEMs) [Peters and Halpern 2021], are, as the name suggests, a generalization of structural equations models (SEMs). They can deal with (among other things) infinitely many variables with infinite ranges, which is critical for capturing dynamical systems. We provide a sound and complete axiomatization of causal reasoning in GSEMs that is an extension of the sound and complete axiomatization provided by Halpern [2000] for SEMs. Considering GSEMs helps clarify what properties Halpern's axioms capture.
Abstract（参考訳）: 一般構造方程式モデル (GSEMs) [Peters and Halpern 2021] は、名前が示すように、構造方程式モデル (SEMs) の一般化である。彼らは無限に多くの変数を無限の範囲で扱えるが、これは力学系を捉えるのに重要である。本研究では,GSEM における因果推論の完全公理化について,Halpern [2000] によるSEM に対する完全公理化と音の延長について述べる。 GSEMを考えることは、ハルパーンの公理が捉える性質を明らかにするのに役立つ。

関連論文リスト

Formations of generalized Wannier-Stark ladders: Theorem and applications [0.0]
Wannier-Stark ladder (WSL) は、周期振動をサポートする基本的な概念である。強相関系および非エルミート系を含む一般化系におけるWSLの形成について検討する。相関ボソンのBloch-Zener振動は共鳴条件下では特に顕著である。
論文参考訳（メタデータ） (2024-11-10T10:29:51Z)
Nondeterministic Causal Models [7.550566004119157]
非巡回決定論的構造方程式モデルを非決定論的ケースに一般化する。結果の論理の完全公理化を行う。
論文参考訳（メタデータ） (2024-05-22T21:17:52Z)
A Study of Neural Collapse Phenomenon: Grassmannian Frame, Symmetry and Generalization [91.95109845914267]
一般化ニューラル崩壊仮説の証明により,元のニューラル崩壊現象を拡張した。分類の最適化と一般化からグラスマンフレーム構造を得る。置換の対称性一般化を説明する定理を提供する。
論文参考訳（メタデータ） (2023-04-18T11:35:14Z)
Language Models Are Greedy Reasoners: A Systematic Formal Analysis of Chain-of-Thought [10.524051272257614]
大規模言語モデル(LLM)は、チェーン・オブ・シークレット・プロンプトが与えられた顕著な推論能力を示している。本稿では, PrOntoQAと呼ばれる合成質問応答データセットを提案し, それぞれの例を合成世界モデルとして生成する。これにより、生成された連鎖を形式解析の象徴的な証明に解析することができる。
論文参考訳（メタデータ） (2022-10-03T21:34:32Z)
Quantum Mechanics as a Theory of Incompatible Symmetries [77.34726150561087]
古典確率論が非互換変数を持つ任意の系を含むように拡張可能であることを示す。非互換な変数を持つ確率的システム(古典的あるいは量子的)が不確実性だけでなく、その確率パターンにも干渉することを示す。
論文参考訳（メタデータ） (2022-05-31T16:04:59Z)
Gleason's theorem for composite systems [0.0]
グリーソンの定理は量子力学の基礎において重要な結果である。我々は、グリーソンの定理の合成系への一般化を証明した。
論文参考訳（メタデータ） (2022-05-01T15:26:00Z)
Compositional Generalization Requires Compositional Parsers [69.77216620997305]
直近のCOGSコーパスにおける構成原理によって導かれるシーケンス・ツー・シーケンスモデルとモデルを比較した。構造一般化は構成一般化の重要な尺度であり、複雑な構造を認識するモデルを必要とする。
論文参考訳（メタデータ） (2022-02-24T07:36:35Z)
Causal Modeling With Infinitely Many Variables [14.505867475659274]
構造方程式モデル(SEM)は、おそらく因果関係をモデル化するための最も一般的なフレームワークである。本稿では,SEMのフレキシブルな一般化であるGSEMを紹介し,介入結果を直接指定する。
論文参考訳（メタデータ） (2021-12-16T19:41:42Z)
Learning Algebraic Recombination for Compositional Generalization [71.78771157219428]
合成一般化のための代数的組換え学習のためのエンドツーエンドニューラルモデルLeARを提案する。主要な洞察は、意味解析タスクを潜在構文代数学と意味代数学の間の準同型としてモデル化することである。 2つの現実的・包括的構成一般化の実験は、我々のモデルの有効性を実証している。
論文参考訳（メタデータ） (2021-07-14T07:23:46Z)
Causal Expectation-Maximisation [70.45873402967297]
ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
論文参考訳（メタデータ） (2020-11-04T10:25:13Z)
Relevant OTOC operators: footprints of the classical dynamics [68.8204255655161]
OTOC-RE定理(OTOC-RE theorem)は、作用素の完備な基底にまとめられたOTOCを第二レニイエントロピー(Renyi entropy)に関連付ける定理である。関係作用素の小さな集合に対する和は、エントロピーの非常によい近似を得るのに十分であることを示す。逆に、これは複雑性の別の自然な指標、すなわち時間と関連する演算子の数のスケーリングを提供する。
論文参考訳（メタデータ） (2020-07-31T19:23:26Z)

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。