論文の概要: Backtracking Counterfactuals

• arxiv url: http://arxiv.org/abs/2211.00472v3
• Date: Tue, 30 May 2023 13:58:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-01 02:27:54.920855
• Title: Backtracking Counterfactuals
• Title（参考訳）: バックトラック対策
• Authors: Julius von K\"ugelgen, Abdirisak Mohamed, Sander Beckers
• Abstract要約: 我々は、構造因果モデル(SCM)フレームワークの中で、代替的な対実的推論方式を探求し、定式化する。 人間によるバックトラックの証拠が豊富にあるにもかかわらず、本研究は私たちの知識の最高の部分を占めており、バックトラックのカウンターファクトリーの最初の一般的な説明とアルゴリズムである。
• 参考スコア（独自算出の注目度）: 6.709991492637819
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Counterfactual reasoning -- envisioning hypothetical scenarios, or possible worlds, where some circumstances are different from what (f)actually occurred (counter-to-fact) -- is ubiquitous in human cognition. Conventionally, counterfactually-altered circumstances have been treated as "small miracles" that locally violate the laws of nature while sharing the same initial conditions. In Pearl's structural causal model (SCM) framework this is made mathematically rigorous via interventions that modify the causal laws while the values of exogenous variables are shared. In recent years, however, this purely interventionist account of counterfactuals has increasingly come under scrutiny from both philosophers and psychologists. Instead, they suggest a backtracking account of counterfactuals, according to which the causal laws remain unchanged in the counterfactual world; differences to the factual world are instead "backtracked" to altered initial conditions (exogenous variables). In the present work, we explore and formalise this alternative mode of counterfactual reasoning within the SCM framework. Despite ample evidence that humans backtrack, the present work constitutes, to the best of our knowledge, the first general account and algorithmisation of backtracking counterfactuals. We discuss our backtracking semantics in the context of related literature and draw connections to recent developments in explainable artificial intelligence (XAI).
• Abstract（参考訳）: 擬似推論 - 仮説的シナリオや可能な世界を想定したもので、実際に何が起こったか(事実)とは異なる状況が、人間の認知においてどこにでもある。 従来、反実的な状況は、同じ初期条件を共有しながら自然の法則に違反した「小さな奇跡」として扱われてきた。 パールの構造因果モデル(SCM)フレームワークでは、これは因果関係変数の値が共有されている間に因果関係の法則を変更する介入によって数学的に厳密になる。 しかし、近年では、この純粋に介入主義的な反事実論は、哲学者と心理学者の両方から精査されている。 むしろ彼らは、反事実的世界において因果関係の法則が変わらず、事実的世界との違いは、変化した初期条件(外在的変数)に"逆追跡"されることを示唆している。 本研究は,SCMフレームワーク内で,この代替手法を検証し,定式化するものである。 人間のバックトラックの証拠は豊富だが、現在の研究は私たちの知る限りでは、バックトラックのカウンターファクトリーの最初の一般的な説明とアルゴリズムである。 本稿では,関連文献の文脈におけるバックトラックセマンティクスについて論じるとともに,最近の説明可能な人工知能(XAI)の発展に結びついている。

関連論文リスト

• Longitudinal Counterfactuals: Constraints and Opportunities [59.11233767208572]
  本稿では,反ファクトの妥当性を評価・改善するために,縦断データを用いた手法を提案する。 本研究では, 縦差と反実差を比較する指標を開発し, 先行観測した変化と反実差の類似性を評価する。
  論文  参考訳（メタデータ） (2024-02-29T20:17:08Z)
• Natural Counterfactuals With Necessary Backtracking [21.845725763657022]
  ジュデア・パールの影響力のあるアプローチは理論的にはエレガントであるが、その逆のシナリオの生成は観測されたシナリオからあまりに多くの逸脱を必要とすることが多い。 本研究では, 自然対物関係の枠組みと, 実際のデータ分布に対してより実現可能な対物関係を生成する方法を提案する。
  論文  参考訳（メタデータ） (2024-02-02T18:11:43Z)
• Deep Backtracking Counterfactuals for Causally Compliant Explanations [57.94160431716524]
  本稿では,DeepBC(Deep Backtracking counterfactuals)と呼ばれる手法を導入する。 特別な場合として、我々の定式化は、対実的説明の分野における手法に還元される。
  論文  参考訳（メタデータ） (2023-10-11T17:11:10Z)
• Endogenous Macrodynamics in Algorithmic Recourse [52.87956177581998]
  対実説明(CE)とアルゴリズム・リコース(AR)に関する既存の研究は、静的環境における個人に主に焦点を当ててきた。 既存の方法論の多くは、一般化されたフレームワークによってまとめて記述できることを示す。 次に、既存のフレームワークは、グループレベルでの言論の内在的ダイナミクスを研究する際にのみ明らかとなるような、隠された対外的関係のコストを考慮に入れていないと論じる。
  論文  参考訳（メタデータ） (2023-08-16T07:36:58Z)
• Counterfactuals Modulo Temporal Logics [1.90365714903665]
  ルイスの反事実論は、多くの現代の因果性の概念の基礎となっている。 我々はこの理論を時間方向に拡張し、無限列上の記号的対実的推論を可能にする。
  論文  参考訳（メタデータ） (2023-06-15T07:40:36Z)
• Wigner and friends, a map is not the territory! Contextuality in multi-agent paradoxes [0.0]
  マルチエージェントシナリオは、非古典的形式主義がエージェント間の知識を扱う必要がある場合に矛盾する結果を示す。 知識が信頼の概念と関係して扱われても、矛盾する結果はマルチエージェントのシナリオでも見ることができる。
  論文  参考訳（メタデータ） (2023-05-12T22:51:13Z)
• Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
  本稿では,ニューラルモデルによる反事実文の評価について検討する。 まず、神経因果モデル(NCM)が十分に表現可能であることを示す。 第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-09-30T18:29:09Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)
• On Generating Plausible Counterfactual and Semi-Factual Explanations for Deep Learning [15.965337956587373]
  PlausIble Exceptionality-based Contrastive Explanations (PIECE) は、テストイメージにおけるすべての例外的特徴を、対実クラスの観点から正規化するように修正する。 2つの制御された実験は、PIECEを文献上の他のものと比較し、PIECEはいくつかの尺度において最も妥当な反事実を生成するだけでなく、最良の半事実も生成することを示した。
  論文  参考訳（メタデータ） (2020-09-10T14:48:12Z)

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。