論文の概要: Connection-minimal Abduction in EL via Translation to FOL -- Technical Report

• arxiv url: http://arxiv.org/abs/2205.08449v1
• Date: Tue, 17 May 2022 15:50:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-18 16:36:44.681296
• Title: Connection-minimal Abduction in EL via Translation to FOL -- Technical Report
• Title（参考訳）: FOLへの翻訳によるELの接続最小アブダクション -- 技術報告
• Authors: Fajar Haifani, Patrick Koopmann, Sophie Tourret and Christoph Weidenbach
• Abstract要約: 本稿では,接続最小仮説のクラスを音速で完全な方法で計算する方法を示す。 本手法は一階述語論理への翻訳に基づいて,素数含意に基づく仮説を構築する。
• 参考スコア（独自算出の注目度）: 12.90382979353427
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Abduction in description logics finds extensions of a knowledge base to make it entail an observation. As such, it can be used to explain why the observation does not follow, to repair incomplete knowledge bases, and to provide possible explanations for unexpected observations. We consider TBox abduction in the lightweight description logic EL, where the observation is a concept inclusion and the background knowledge is a TBox, i.e., a set of concept inclusions. To avoid useless answers, such problems usually come with further restrictions on the solution space and/or minimality criteria that help sort the chaff from the grain. We argue that existing minimality notions are insufficient, and introduce connection minimality. This criterion follows Occam's razor by rejecting hypotheses that use concept inclusions unrelated to the problem at hand. We show how to compute a special class of connection-minimal hypotheses in a sound and complete way. Our technique is based on a translation to first-order logic, and constructs hypotheses based on prime implicates. We evaluate a prototype implementation of our approach on ontologies from the medical domain.
• Abstract（参考訳）: 記述論理のアブダクションは、知識基盤の拡張を見つけ、それを観察する。 したがって、なぜ観察が従わないのかを説明し、不完全な知識基盤を修復し、予期しない観察の可能な説明を与えるのに使うことができる。 我々は,観察が概念包含であり,背景知識がtbox,すなわち概念包含の集合である軽量記述論理elにおいて,tboxアブダクションを考える。 無駄な答えを避けるために、そのような問題は通常、解空間のさらなる制限と、シャフを穀物から選び分けるのに役立つ最小限の基準が伴う。 既存の最小性の概念は不十分であり、接続最小性を導入する。 この基準はoccamのカミソリに続き、概念包含物が問題とは無関係であるという仮説を拒絶する。 接続最小仮説の特別なクラスを、音で完全な方法で計算する方法を示す。 本手法は一階述語論理への翻訳に基づき,素因果関係に基づく仮説を構成する。 医療領域からのオントロジーに対するアプローチのプロトタイプ実装を評価した。

関連論文リスト

• Inference of Abstraction for Grounded Predicate Logic [0.0]
  AIにおける重要なオープンな疑問は、シンプルで自然な原理によって、機械が基底記号で意味のある抽象化を論理的に論理的に行うことができるかである。 本稿では,確率論的推論とデータ上の述語的推論を組み合わせ,概念的に新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2025-02-19T14:07:34Z)
• Advancing Abductive Reasoning in Knowledge Graphs through Complex Logical Hypothesis Generation [43.26412690886471]
  本稿では,知識グラフを用いた帰納的論理的推論への最初のステップとして,複雑な論理的仮説生成の課題を紹介する。 教師付き学習された生成モデルは、参照仮説に構造的に近い論理仮説を生成することができる。 本稿では, 知識グラフによる強化学習(Reinforcement Learning from Knowledge Graph, RLF-KG)手法を提案する。
  論文  参考訳（メタデータ） (2023-12-25T08:06:20Z)
• Eliminating Unintended Stable Fixpoints for Hybrid Reasoning Systems [5.208405959764274]
  本稿では,AFTに類似した手法を導入し,事前計算した上界を利用して意味をより正確に把握する手法を提案する。 我々は、最先端の近似器を拡張することで、MKNF(最小限の知識と失敗を否定する)の知識ベースへのフレームワークの適用性を実証する。
  論文  参考訳（メタデータ） (2023-07-21T01:08:15Z)
• Learnability with PAC Semantics for Multi-agent Beliefs [38.88111785113001]
  推論と帰納の緊張は、おそらく哲学、認知、人工知能といった分野において最も根本的な問題である。 Valiant氏は、学習の課題は推論と統合されるべきである、と認識した。 古典的な包含よりも弱いが、クエリに応答する強力なモデル理論のフレームワークを可能にする。
  論文  参考訳（メタデータ） (2023-06-08T18:22:46Z)
• Abductive Commonsense Reasoning Exploiting Mutually Exclusive Explanations [118.0818807474809]
  帰納的推論は、イベントのもっともらしい説明を見つけることを目的としている。 自然言語処理における帰納的推論のための既存のアプローチは、しばしば監督のために手動で生成されたアノテーションに依存している。 この研究は、ある文脈に対して、説明のサブセットのみが正しいという事実を活用する、帰納的コモンセンス推論のアプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-24T01:35:10Z)
• Log-linear Guardedness and its Implications [116.87322784046926]
  線形性を仮定する神経表現から人間の解釈可能な概念を消去する方法は、抽出可能で有用であることが判明した。 この研究は、対数線ガードネスの概念を、敵が表現から直接その概念を予測することができないものとして正式に定義している。 バイナリの場合、ある仮定の下では、下流の対数線形モデルでは消去された概念を復元できないことを示す。
  論文  参考訳（メタデータ） (2022-10-18T17:30:02Z)
• NELLIE: A Neuro-Symbolic Inference Engine for Grounded, Compositional, and Explainable Reasoning [59.16962123636579]
  本稿では,Prologベースの推論エンジンを新たに提案する。 我々は手作りのルールを、ニューラルネットワークモデリング、ガイド付き生成、半密検索の組み合わせで置き換える。 我々の実装であるNELLIEは、完全に解釈可能なエンドツーエンドの基底QAを示す最初のシステムである。
  論文  参考訳（メタデータ） (2022-09-16T00:54:44Z)
• Logical Satisfiability of Counterfactuals for Faithful Explanations in NLI [60.142926537264714]
  本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。 これは、説明に表される論理述語に基づいて、反実仮説を生成する。 そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
  論文  参考訳（メタデータ） (2022-05-25T03:40:59Z)
• 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)
• Abstract Reasoning via Logic-guided Generation [65.92805601327649]
  抽象的推論、すなわち、与えられた観測から複雑なパターンを推測することは、人工知能の中心的な構成要素である。 本稿では,後者のアプローチの枠組みを設計し,人工知能と人間の知能のギャップを埋めることを目的とする。 本稿では,提案する論理の最適化問題として,抽象的推論を削減した新しい生成型DNNフレームワークであるLoGeを提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:28:24Z)
• Signature-Based Abduction with Fresh Individuals and Complex Concepts for Description Logics (Extended Version) [12.107259467873092]
  ABox abductionは、知識ベースに追加されると、観察を精査するのに十分な仮説を計算することを目的としている。 シグネチャベースのaboxアブダクションでは、仮説は与えられた集合からの名前のみを使用する必要がある。 特定の観察のための仮説は、与えられた署名から構築された新鮮な個人および/または複雑な概念の使用を認めた場合にのみ存在する可能性があります。
  論文  参考訳（メタデータ） (2021-05-01T14:55:46Z)

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。