論文の概要: Scales and Hedges in a Logic with Analogous Semantics

• arxiv url: http://arxiv.org/abs/2201.08677v1
• Date: Fri, 21 Jan 2022 12:48:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-24 17:04:15.383250
• Title: Scales and Hedges in a Logic with Analogous Semantics
• Title（参考訳）: 類似意味論を持つ論理におけるスケールとヘッジ
• Authors: Hedda R. Schmidtke, Sara Coelho
• Abstract要約: Fuzzy Logicには、多くの説明的および応用上の利点があり、最もよく知られているのは、専門家が制御システムを開発するのを助ける能力である。 人間における社会的意思決定には、他者についての論理的な結論が共感的な感情に根ざしていることが不可欠である。 本稿では,形容詞的意味論や動詞的意味論に必要となるスケールがシステムによってどのように扱われるかを,既存の理論に追加する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Logics with analogous semantics, such as Fuzzy Logic, have a number of explanatory and application advantages, the most well-known being the ability to help experts develop control systems. From a cognitive systems perspective, such languages also have the advantage of being grounded in perception. For social decision making in humans, it is vital that logical conclusions about others (cognitive empathy) are grounded in empathic emotion (affective empathy). Classical Fuzzy Logic, however, has several disadvantages: it is not obvious how complex formulae, e.g., the description of events in a text, can be (a) formed, (b) grounded, and (c) used in logical reasoning. The two-layered Context Logic (CL) was designed to address these issue. Formally based on a lattice semantics, like classical Fuzzy Logic, CL also features an analogous semantics for complex fomulae. With the Activation Bit Vector Machine (ABVM), it has a simple and classical logical reasoning mechanism with an inherent imagery process based on the Vector Symbolic Architecture (VSA) model of distributed neuronal processing. This paper adds to the existing theory how scales, as necessary for adjective and verb semantics can be handled by the system.
• Abstract（参考訳）: ファジィ論理のような類似意味論を持つ論理は、多くの説明的および応用上の利点があり、最もよく知られているのは、専門家が制御システムを開発するのを助ける能力である。 認知システムの観点からは、そのような言語は認識の基盤となるという利点もある。 人間における社会的意思決定には、他者に対する論理的結論(認知的共感)が共感的感情(感情的共感)に根ざしていることが不可欠である。 しかし、古典的なファジィ論理にはいくつかの欠点がある:例えば、テキストにおける事象の記述がいかに複雑であるかは明らかではない。 a) 形成されました (b)接地,及び (c) 論理的推論に用いられる。 2層型コンテキスト論理(CL)はこれらの問題に対処するために設計された。 形式的には、古典的なファジィ論理のような格子意味論に基づいており、clは複素fomulaeの類似意味論も特徴としている。 Activation Bit Vector Machine (ABVM) では、分散ニューロン処理のベクトル記号アーキテクチャ(VSA)モデルに基づく、本質的にイメージプロセスを備えた、シンプルで古典的な論理的推論機構を備えている。 本稿では, 形容詞意味論と動詞意味論に必要であれば, スケールがどのように処理されるのか, 既存の理論を付け加える。

関連論文リスト

• Disentangling Logic: The Role of Context in Large Language Model Reasoning Capabilities [31.728976421529577]
  包括的なドメイン集合からの抽象的および文脈的論理的問題に対するコントラストについて検討する。 我々は、標準的な命題論理、特に命題推論と帰納論理推論に焦点を当てる。 本実験は,LLMの論理的推論と真の推論能力に関する知見を提供することを目的としている。
  論文  参考訳（メタデータ） (2024-06-04T21:25:06Z)
• A Note on an Inferentialist Approach to Resource Semantics [48.65926948745294]
  「推論主義」とは、推論行動の観点で意味が与えられるという考え方である。 本稿では,「推論主義」が資源意味論の汎用的で表現力豊かな枠組みを実現する方法を示す。
  論文  参考訳（メタデータ） (2024-05-10T14:13:21Z)
• Inferentialist Resource Semantics [48.65926948745294]
  本稿では,リソースセマンティクスにおいて,推論が汎用的で表現力豊かなフレームワークを実現する方法を示す。 推論主義は、バンドルインプリケーションの論理のアサーションベースのアプローチをいかにシームレスに組み込むか。 この統合により、直感的で親しみやすい方法で、共有リソースと分離リソースの推論が可能になる。
  論文  参考訳（メタデータ） (2024-02-14T14:54:36Z)
• LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and Reasoning [73.98142349171552]
  LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。 ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。 これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
  論文  参考訳（メタデータ） (2023-09-24T05:43:19Z)
• Morpho-logic from a Topos Perspective: Application to symbolic AI [2.781492199939609]
  モーダル論理は記号的人工知能(AI)における多くの推論作業に有用であることが証明された 本稿では, 数学的形態学とモーダル論理の関連性をさらに発展させ, 一般化することを提案する。 モーダル論理は, 具体的かつ効率的な演算子を定義し, 新たな知識の修正, 統合, 誘拐, あるいは空間的推論にも適していることを示す。
  論文  参考訳（メタデータ） (2023-03-08T21:24:25Z)
• Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
  パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文) 論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。 ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
  論文  参考訳（メタデータ） (2022-07-04T14:38:49Z)
• Logic-Driven Context Extension and Data Augmentation for Logical Reasoning of Text [65.24325614642223]
  論理的な記号や表現をテキストで理解し、答えにたどり着くよう提案します。 このような論理的情報に基づいて,文脈拡張フレームワークとデータ拡張アルゴリズムを提案する。 本手法は最先端の性能を実現し,論理駆動コンテキスト拡張フレームワークとデータ拡張アルゴリズムの両方が精度向上に寄与する。
  論文  参考訳（メタデータ） (2021-05-08T10:09:36Z)
• Higher-order Logic as Lingua Franca -- Integrating Argumentative Discourse and Deep Logical Analysis [0.0]
  本稿では,議論的言説の深い多元論的論理解析へのアプローチを提案する。 我々は古典的な高階論理に最先端の自動推論技術を用いる。
  論文  参考訳（メタデータ） (2020-07-02T11:07:53Z)
• 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。