論文の概要: A Quantitative Symbolic Approach to Individual Human Reasoning
- arxiv url: http://arxiv.org/abs/2205.05030v1
- Date: Tue, 10 May 2022 16:43:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-12 18:47:59.581954
- Title: A Quantitative Symbolic Approach to Individual Human Reasoning
- Title（参考訳）: 個人的人間推論に対する定量的シンボリックアプローチ
- Authors: Emmanuelle Dietz, Johannes K. Fichte, Florim Hamiti
- Abstract要約: 文献から得られた知見を,論理的枠組みの中で認知的原理として定式化され,理論的推論の定量的概念を確立できることを示す。
非単調推論と計算機科学の技法、すなわち、解集合プログラミング(ASP)と呼ばれる解法パラダイムを用いる。
最後に、ASP.NETの可視性推論を使って、既存の実験の効果をテストし、異なる多数派反応を説明できます。
- 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: Cognitive theories for reasoning are about understanding how humans come to
conclusions from a set of premises. Starting from hypothetical thoughts, we are
interested which are the implications behind basic everyday language and how do
we reason with them. A widely studied topic is whether cognitive theories can
account for typical reasoning tasks and be confirmed by own empirical
experiments. This paper takes a different view and we do not propose a theory,
but instead take findings from the literature and show how these, formalized as
cognitive principles within a logical framework, can establish a quantitative
notion of reasoning, which we call plausibility. For this purpose, we employ
techniques from non-monotonic reasoning and computer science, namely, a solving
paradigm called answer set programming (ASP). Finally, we can fruitfully use
plausibility reasoning in ASP to test the effects of an existing experiment and
explain different majority responses.
- Abstract（参考訳）: 推論の認知理論(cognitive theory for reasoning)とは、人間が前提からどのように結論に達するかを理解することである。
仮説的思考から始めると、基本的な日常言語の背後にある意味と、それについてどのように考えるべきかに関心がある。
広く研究されているトピックは、認知理論が典型的な推論タスクを考慮し、自身の経験実験によって確認できるかどうかである。
本稿では,理論を論じるのではなく,論理的枠組みの中で認知的原理として形式化されたこれらの理論が,理論の量的概念を確立できることを示す。
そこで我々は,非単調推論と計算機科学の手法,すなわち解集合プログラミング(ASP.NET)と呼ばれる問題解決パラダイムを用いる。
最後に、ASP.NETの可視性推論を使って、既存の実験の効果をテストし、異なる多数派反応を説明できます。
関連論文リスト
- Visual Abductive Reasoning [85.17040703205608]
帰納的推論は、部分的な観察の可能な限りの可能な説明を求める。
本稿では,日常的な視覚的状況下でのマシンインテリジェンスの帰納的推論能力を調べるために,新たなタスクとデータセットであるVisual Abductive Reasoning(VAR)を提案する。
論文 参考訳（メタデータ） (2022-03-26T10:17:03Z) - Diagnosing AI Explanation Methods with Folk Concepts of Behavior [51.78122549530914]
我々は、人間が行動を理解するために使用する民間概念について、心文学の理論を活用することで、答えを提供する。
我々は,人間の説明者による社会的帰属の枠組みを構築し,説明機能を記述する。
我々は,多くのXAI機構を民生的な行動概念にマッピングできることを実証した。
論文 参考訳（メタデータ） (2022-01-27T00:19:41Z) - Towards Relatable Explainable AI with the Perceptual Process [5.581885362337179]
我々は、説明は、他の概念、仮説、および関連性により関連していなければならないと論じる。
認知心理学に触発されて、相対論的説明可能なAIのためのXAI知覚処理フレームワークとRexNetモデルを提案する。
論文 参考訳（メタデータ） (2021-12-28T05:48:53Z) - Active Inference in Robotics and Artificial Agents: Survey and
Challenges [51.29077770446286]
我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。
本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
論文 参考訳（メタデータ） (2021-12-03T12:10:26Z) - Observing Interventions: A logic for thinking about experiments [62.997667081978825]
本稿では,実験から学ぶ論理への第一歩について述べる。
我々のアプローチにとって重要なことは、介入の概念が(現実的または仮説的な)実験の形式的表現として使用できるという考えである。
提案された全ての論理系に対して、健全で完全な公理化を提供する。
論文 参考訳（メタデータ） (2021-11-25T09:26:45Z) - A Qualitative Theory of Cognitive Attitudes and their Change [8.417971913040066]
定性的決定理論の様々な関連概念を表現できることを示した。
また、選択の概念による論理の拡張と、信念変化と欲望変化のための動的作用素による拡張の2つを提示する。
論文 参考訳（メタデータ） (2021-02-16T10:28:49Z) - Interpretable Reinforcement Learning Inspired by Piaget's Theory of
Cognitive Development [1.7778609937758327]
本稿では,思考の言語(LOTH)やスクリプト理論,ピアジェの認知発達理論などの理論が相補的なアプローチを提供するという考えを楽しませる。
提案するフレームワークは,人工知能システムにおいて,人間のような認知を実現するためのステップとみなすことができる。
論文 参考訳（メタデータ） (2021-02-01T00:29:01Z) - Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。
このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文 参考訳（メタデータ） (2021-01-13T15:22:01Z) - Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。
この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。
これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
論文 参考訳（メタデータ） (2020-11-30T18:29:25Z)
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。