論文の概要: A Diversity-Aware Domain Development Methodology

• arxiv url: http://arxiv.org/abs/2208.13064v1
• Date: Sat, 27 Aug 2022 17:58:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-30 14:29:18.938336
• Title: A Diversity-Aware Domain Development Methodology
• Title（参考訳）: 多様性を考慮したドメイン開発手法
• Authors: Mayukh Bagchi
• Abstract要約: この論文は、上記の表現多様性の欠点を根拠に、3倍の解法を提案する。 i) 再利用可能な概念をレンダリングするための基本的なパイプライン、(ii) テレロジーと呼ばれる最小限の知識モデルの最初の特徴付け、(iii) 多様性を意識したドメイン開発を活用したソリューションのためのフレキシブルで再利用可能な方法論を含む。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The development of domain ontological models, though being a mature research arena backed by well-established methodologies, still suffer from two key shortcomings. Firstly, the issues concerning the semantic persistency of ontology concepts and their flexible reuse in domain development employing existing approaches. Secondly, due to the difficulty in understanding and reusing top-level concepts in existing foundational ontologies, the obfuscation regarding the semantic nature of domain representations. The paper grounds the aforementioned shortcomings in representation diversity and proposes a three-fold solution - (i) a pipeline for rendering concepts reuse-ready, (ii) a first characterization of a minimalistic foundational knowledge model, named foundational teleology, semantically explicating foundational distinctions enforcing the static as well as dynamic nature of domain representations, and (iii) a flexible, reuse-native methodology for diversity-aware domain development exploiting solutions (i) and (ii). The preliminary work reported validates the potentiality of the solution components.
• Abstract（参考訳）: ドメインオントロジモデルの開発は、確立された方法論に支えられた成熟した研究領域でありながら、2つの重要な欠点に悩まされている。 まず、オントロジーの概念のセマンティックな持続性と、既存のアプローチを用いたドメイン開発における柔軟な再利用に関する問題。 第二に、既存の基礎的オントロジーにおけるトップレベル概念の理解と再利用が困難であるため、ドメイン表現の意味的性質に関する難解さがある。 本稿は,上記の代表多様性の欠点を根拠とし,3次元解を提案する。 (i)再利用可能な概念をレンダリングするためのパイプライン (二)基礎的テレロジーという最小主義的基礎知識モデルの最初の特徴付け、静的かつ動的なドメイン表現の性質を意味的に説明する基礎的区別、及び 三 多様性に配慮したドメイン開発活用のためのフレキシブルで再利用可能な方法論 (i)および (ii) 予備報告では、ソリューションコンポーネントの可能性を検証する。

関連論文リスト

• Coding for Intelligence from the Perspective of Category [66.14012258680992]
  符号化の対象はデータの圧縮と再構成、インテリジェンスである。 最近の傾向は、これらの2つの分野の潜在的均一性を示している。 本稿では,カテゴリ理論の観点から,インテリジェンスのためのコーディングの新たな問題を提案する。
  論文  参考訳（メタデータ） (2024-07-01T07:05:44Z)
• Cross Contrasting Feature Perturbation for Domain Generalization [11.863319505696184]
  ドメインの一般化は、目に見えないターゲットドメインをうまく一般化するソースドメインから堅牢なモデルを学ぶことを目的としています。 近年の研究では、ソースドメインに相補的な分布を多様化するための新しいドメインサンプルや特徴の生成に焦点が当てられている。 ドメインシフトをシミュレートするオンラインワンステージクロスコントラスト機能摂動フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-24T03:27:41Z)
• Disentangling Domain Ontologies [0.0]
  そこで本研究では,マルチレベルな概念モデリング戦略であるConceptual Disentanglementを提案する。 現状の技術開発手法とアプローチが、我々の特性に関して不十分である理由を論じる。
  論文  参考訳（メタデータ） (2023-03-21T08:36:14Z)
• Adversarial Bi-Regressor Network for Domain Adaptive Regression [52.5168835502987]
  ドメインシフトを軽減するために、クロスドメインレグレッタを学ぶことが不可欠です。 本稿では、より効果的なドメイン間回帰モデルを求めるために、ABRNet(Adversarial Bi-Regressor Network)を提案する。
  論文  参考訳（メタデータ） (2022-09-20T18:38:28Z)
• Cross-domain Imitation from Observations [50.669343548588294]
  模擬学習は、専門家の行動を利用して訓練エージェントに適切な報酬関数を設計することの難しさを回避しようとする。 本稿では,専門家とエージェントMDPの相違点が存在する場合に,タスクを模倣する方法の問題について検討する。 このようなドメイン間の対応を学習するための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-20T21:08:25Z)
• Unsupervised Sentiment Analysis by Transferring Multi-source Knowledge [22.880509132587807]
  感情分析のための2段階のドメイン適応フレームワークを提案する。 最初の段階では、マルチタスクの方法論に基づく共有プライベートアーキテクチャを使用して、ドメイン共通機能を明示的にモデル化する。 第2段階では、複数のソースドメインから知識を転送するために、共有プライベートアーキテクチャに2つの精巧なメカニズムが組み込まれています。
  論文  参考訳（メタデータ） (2021-05-09T03:02:19Z)
• A Survey of Community Detection Approaches: From Statistical Modeling to Deep Learning [95.27249880156256]
  ネットワークコミュニティファイリング手法の統一アーキテクチャを開発し,提案する。 既存の手法を確率的グラフィカルモデルとディープラーニングという2つのカテゴリに分けた新しい分類法を提案する。 フィールドの課題の議論と今後の研究の方向性の提案を締めくくります。
  論文  参考訳（メタデータ） (2021-01-03T02:32:45Z)
• Towards Recognizing New Semantic Concepts in New Visual Domains [9.701036831490768]
  我々は、これまで見えない視覚領域で機能し、新しいセマンティックな概念を認識できるディープアーキテクチャを設計することが重要であると論じている。 論文の第1部では、深層モデルが新しいビジュアルドメインに一般化できるように、異なるソリューションについて記述する。 第2部では、事前訓練された深層モデルの知識を、元のトレーニングセットにアクセスすることなく、新しい意味概念に拡張する方法を示す。
  論文  参考訳（メタデータ） (2020-12-16T16:23:40Z)
• Developing Constrained Neural Units Over Time [81.19349325749037]
  本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。 ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。 提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
  論文  参考訳（メタデータ） (2020-09-01T09:07:25Z)
• On the Merging of Domain-Specific Heterogeneous Ontologies using Wordnet and Web Pattern-based Queries [0.0]
  我々は,コミュニティ間の共通ドメインの形式的,明示的,共有的な概念化と理解の提供を目指しています。 オントロジーは特定の領域の概念とその制約を明示的に定義することができる。
  論文  参考訳（メタデータ） (2020-04-30T05:03:50Z)
• Continuous Domain Adaptation with Variational Domain-Agnostic Feature Replay [78.7472257594881]
  非定常環境での学習は、機械学習における最大の課題の1つだ。 非定常性はタスクドリフトまたはドメインドリフトによって引き起こされる。 本稿では,3つのコンポーネントから構成されるアプローチである変分ドメインに依存しない特徴リプレイを提案する。
  論文  参考訳（メタデータ） (2020-03-09T19:50:24Z)

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。