論文の概要: The generalised distribution semantics and projective families of distributions
- arxiv url: http://arxiv.org/abs/2211.06751v2
- Date: Thu, 16 May 2024 14:22:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-17 19:53:36.285405
- Title: The generalised distribution semantics and projective families of distributions
- Title（参考訳）: 一般化分布意味論と分布の射影族
- Authors: Felix Weitkämper,
- Abstract要約: 本稿では,確率論的論理プログラミングの基盤となる分布意味論を,その本質的な概念,自由乱数成分と決定論的部分の分離によって一般化する。
これは、確率的データベース、確率的有限モデル理論、離散化されたベイズネットワークからフレームワークを包含する論理プログラミング以外の中核的な考えを抽象化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We generalise the distribution semantics underpinning probabilistic logic programming by distilling its essential concept, the separation of a free random component and a deterministic part. This abstracts the core ideas beyond logic programming as such to encompass frameworks from probabilistic databases, probabilistic finite model theory and discrete lifted Bayesian networks. To demonstrate the usefulness of such a general approach, we completely characterise the projective families of distributions representable in the generalised distribution semantics and we demonstrate both that large classes of interesting projective families cannot be represented in a generalised distribution semantics and that already a very limited fragment of logic programming (acyclic determinate logic programs) in the determinsitic part suffices to represent all those projective families that are representable in the generalised distribution semantics at all.
- Abstract（参考訳）: 本稿では,確率論的論理プログラミングの基盤となる分布意味論を,その本質的な概念,自由乱数成分と決定論的部分の分離によって一般化する。
これは、確率的データベース、確率的有限モデル理論、離散持ち上げベイズネットワークからフレームワークを包含する、論理プログラミング以外の中核的な考えを抽象化する。
一般化分布セマンティクスにおいて表現可能な分布の射影族と、一般化分布セマンティクスにおいて表現可能な分布の射影族と、一般化分布セマンティクスにおいて表現可能な全ての射影族を表現できる決定的部分の論理プログラミング(非巡回決定論理プログラム)の極めて限定的な断片の両方を、完全に特徴付ける。
関連論文リスト
- Generative Assignment Flows for Representing and Learning Joint Distributions of Discrete Data [2.6499018693213316]
本稿では,多数の離散確率変数の結合確率分布を表現するための新しい生成モデルを提案する。
全ての離散な関節分布のメタ・プレプレックスにおけるセグレ写像による流れの埋め込みは、任意の対象分布を原理的に表すことができることを保証している。
我々のアプローチは、結合された離散変数のモデリングの第一原理から強い動機を持っている。
論文 参考訳（メタデータ） (2024-06-06T21:58:33Z) - A Note on an Inferentialist Approach to Resource Semantics [48.65926948745294]
「推論主義」とは、推論行動の観点で意味が与えられるという考え方である。
本稿では,「推論主義」が資源意味論の汎用的で表現力豊かな枠組みを実現する方法を示す。
論文 参考訳（メタデータ） (2024-05-10T14:13:21Z) - Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。
変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文 参考訳（メタデータ） (2022-04-20T21:25:21Z) - Categorical Distributions of Maximum Entropy under Marginal Constraints [0.0]
限界制約下でのカテゴリー分布の推定は、多くの機械学習およびデータ駆動アプローチにおいて鍵となる。
限界制約下での最大エントロピーのカテゴリー分布が常に存在することを保証するパラメータに依存しない理論的枠組みを提供する。
論文 参考訳（メタデータ） (2022-04-07T12:42:58Z) - Distributional Gradient Boosting Machines [77.34726150561087]
私たちのフレームワークはXGBoostとLightGBMをベースにしています。
我々は,このフレームワークが最先端の予測精度を実現することを示す。
論文 参考訳（メタデータ） (2022-04-02T06:32:19Z) - 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) - Syntactic Requirements for Well-defined Hybrid Probabilistic Logic
Programs [0.5076419064097734]
ハイブリッド確率論理プログラムは、離散的かつ連続的な分布を表す事実で拡張された論理プログラミングの表現性のおかげで、いくつかのシナリオを表現できる。
ここでは、最近のセマンティクスの提案に続いて、具体的構文を説明し、明確に定義された状態を維持するのに必要な構文的要求を分析する。
論文 参考訳（メタデータ） (2021-09-17T01:45:34Z) - An asymptotic analysis of probabilistic logic programming with
implications for expressing projective families of distributions [0.0]
分布意味論に基づく全ての確率論理プログラムは確率論理プログラムと関係論的に等価であることを示す。
範囲制限論理プログラムは、量子化子フリーな理論に対応し、量子化子結果が有用である。
論文 参考訳（メタデータ） (2021-02-17T14:07:16Z) - Generalization Properties of Optimal Transport GANs with Latent
Distribution Learning [52.25145141639159]
本研究では,潜伏分布とプッシュフォワードマップの複雑さの相互作用が性能に与える影響について検討する。
我々の分析に感銘を受けて、我々はGANパラダイム内での潜伏分布とプッシュフォワードマップの学習を提唱した。
論文 参考訳（メタデータ） (2020-07-29T07:31:33Z) - Contextuality scenarios arising from networks of stochastic processes [68.8204255655161]
経験的モデルは、その分布が X 上の合同分布を極小化することができなければ文脈的と言える。
我々は、多くのプロセス間の相互作用という、文脈的経験的モデルの異なる古典的な源泉を示す。
長期にわたるネットワークの統計的挙動は、経験的モデルを一般的な文脈的かつ強い文脈的にする。
論文 参考訳（メタデータ） (2020-06-22T16:57:52Z)
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。