Fugu-MT 論文翻訳(概要): A note on the potentials of probabilistic and fuzzy logic

論文の概要: A note on the potentials of probabilistic and fuzzy logic

arxiv url: http://arxiv.org/abs/2210.00852v1
Date: Thu, 29 Sep 2022 18:36:43 GMT
ステータス: 処理完了
システム内更新日: 2022-10-04 15:16:19.876150
Title: A note on the potentials of probabilistic and fuzzy logic
Title（参考訳）: 確率論理とファジィ論理のポテンシャルについての一考察
Authors: Anahita Jamshidnejad
Abstract要約: 本稿では、$n$のファジィ集合の一般化された処理に焦点を当て、$n$は1ドル以上の整数である。また、ある文献で議論されていないファジィ論理と確率論理の間のポテンシャルや関連も含んでいる。
参考スコア（独自算出の注目度）: 1.027974860479791
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper mainly focuses on (1) a generalized treatment of fuzzy sets of type $n$, where $n$ is an integer larger than or equal to $1$, with an example, mathematical discussions, and real-life interpretation of the given mathematical concepts; (2) the potentials and links between fuzzy logic and probability logic that have not been discussed in one document in literature; (3) representation of real-life random and fuzzy uncertainties and ambiguities that arise in data-driven real-life problems, due to uncertain mathematical and vague verbal terms in datasets.
Abstract（参考訳）: This paper mainly focuses on (1) a generalized treatment of fuzzy sets of type $n$, where $n$ is an integer larger than or equal to $1$, with an example, mathematical discussions, and real-life interpretation of the given mathematical concepts; (2) the potentials and links between fuzzy logic and probability logic that have not been discussed in one document in literature; (3) representation of real-life random and fuzzy uncertainties and ambiguities that arise in data-driven real-life problems, due to uncertain mathematical and vague verbal terms in datasets.

関連論文リスト

The Foundations of Tokenization: Statistical and Computational Concerns [51.370165245628975]
トークン化は、NLPパイプラインにおける重要なステップである。 NLPにおける標準表現法としての重要性は認識されているが、トークン化の理論的基盤はまだ完全には理解されていない。本稿では,トークン化モデルの表現と解析のための統一的な形式的枠組みを提案することによって,この理論的ギャップに対処することに貢献している。
論文参考訳（メタデータ） (2024-07-16T11:12:28Z)
The Hardness of Reasoning about Probabilities and Causality [5.190207094732672]
本研究では,定量的確率論的推論と因果的影響に対するdo-calculus推論を表現可能な言語について検討する。この研究の主な貢献は、満足度問題の正確な計算複雑性を確立することである。我々は、よく研究されたクラス $exists$R の簡潔な変種と見なすことができる Succ$exists$R という新しい自然複雑性クラスを導入する。
論文参考訳（メタデータ） (2023-05-16T15:01:22Z)
Towards a Holistic Understanding of Mathematical Questions with Contrastive Pre-training [65.10741459705739]
本稿では,数学的問題表現,すなわち QuesCo に対する対照的な事前学習手法を提案する。まず、コンテンツレベルと構造レベルを含む2段階の質問強化を設計し、類似した目的で文字通り多様な質問ペアを生成する。そこで我々は,知識概念の階層的情報を完全に活用するために,知識階層を意識したランク戦略を提案する。
論文参考訳（メタデータ） (2023-01-18T14:23:29Z)
Logical Credal Networks [87.25387518070411]
本稿では,論理と確率を組み合わせた先行モデルの多くを一般化した表現的確率論的論理である論理的クレダルネットワークを紹介する。本稿では,不確実性のあるマスターミンドゲームを解くこと,クレジットカード詐欺を検出することを含む,最大後部推論タスクの性能について検討する。
論文参考訳（メタデータ） (2021-09-25T00:00:47Z)
Varieties of contextuality based on probability and structural nonembeddability [0.0]
Kochen と Specker の Theorem0 はこれらの群を区別するための区切り基準である。確率的文脈性は、古典的でない確率であるにもかかわらず、古典的モデルを可能にする。文脈性の論理的代数的「強」形式は、(拡張された)ブール代数に忠実に埋め込まれない量子可観測物の集合を特徴づける。
論文参考訳（メタデータ） (2021-03-10T15:04:34Z)
General stochastic separation theorems with optimal bounds [68.8204255655161]
分離性の現象が明らかになり、機械学習で人工知能(AI)システムのエラーを修正し、AI不安定性を分析するために使用された。エラーやエラーのクラスタは、残りのデータから分離することができる。 AIシステムを修正する能力は、それに対する攻撃の可能性も開き、高次元性は、同じ分離性によって引き起こされる脆弱性を誘発する。
論文参考訳（メタデータ） (2020-10-11T13:12:41Z)
Foundations of Reasoning with Uncertainty via Real-valued Logics [70.43924776071616]
我々は、本質的にすべての実数値論理をカバーするためにパラメータ化できる、音と強完全公理化を与える。文のクラスは非常に豊かであり、各クラスは実数値論理の式の集合に対して可能な実値の集合を記述する。
論文参考訳（メタデータ） (2020-08-06T02:13:11Z)
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)
Logic, Probability and Action: A Situation Calculus Perspective [12.47276164048813]
論理と確率の統一は、AIにおける長年の関心事である。現状計算における論理・確率・行動の統合に関する最近の結果について考察する。結果は認知ロボティクスの文脈で動機づけられる。
論文参考訳（メタデータ） (2020-06-17T13:49:53Z)
Inaccessible information in probabilistic models of quantum systems, non-contextuality inequalities and noise thresholds for contextuality [0.0]
確率分布の最大微分可能性の観点からモデルの到達不能情報を定量化する。これらの境界は、厳密な非文脈的不等式の新しいクラスと解釈できる。
論文参考訳（メタデータ） (2020-03-12T19:23:14Z)

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。