論文の概要: Towards Preserving Semantic Structure in Argumentative Multi-Agent via
Abstract Interpretation
- arxiv url: http://arxiv.org/abs/2211.15782v1
- Date: Mon, 28 Nov 2022 21:32:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-30 16:14:12.208719
- Title: Towards Preserving Semantic Structure in Argumentative Multi-Agent via
Abstract Interpretation
- Title(参考訳): 抽象的解釈による議論的マルチエージェントにおける意味構造保存に向けて
- Authors: Minal Suresh Patil
- Abstract要約: モデルチェックの観点から抽象概念を考察する。
いくつかの議論は、様々な観点から同じ位置を守り、議論フレームワークのサイズを減らそうとしている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the recent twenty years, argumentation has received considerable
attention in the fields of knowledge representation, reasoning, and multi-agent
systems. However, argumentation in dynamic multi-agent systems encounters the
problem of significant arguments generated by agents, which comes at the
expense of representational complexity and computational cost. In this work, we
aim to investigate the notion of abstraction from the model-checking
perspective, where several arguments are trying to defend the same position
from various points of view, thereby reducing the size of the argumentation
framework whilst preserving the semantic flow structure in the system.
- Abstract(参考訳): 近年の20年間で、知識表現、推論、マルチエージェントシステムの分野で議論が注目されている。
しかし、動的マルチエージェントシステムの議論は、表現複雑性と計算コストの犠牲となるエージェントによって生成される重要な議論の問題に直面する。
本研究では,システム内の意味的フロー構造を保ちながら,複数の議論が同一位置を様々な視点から守ろうとしているモデルチェックの観点から,抽象化の概念を検討することを目的としている。
関連論文リスト
- Slot Abstractors: Toward Scalable Abstract Visual Reasoning [5.914610036560008]
本稿では,多数のオブジェクトを含む問題にスケール可能な抽象的視覚推論手法であるSlot Abstractorsを提案する。
このアプローチは、4つの抽象的な視覚的推論タスクにまたがる最先端のパフォーマンスを示す。
論文 参考訳(メタデータ) (2024-03-06T04:49:02Z) - Generation of Explanations for Logic Reasoning [0.0]
この研究は、GPT-3.5-turboを用いて、フォーティオリの議論の分析を自動化することに集中している。
この論文は人工知能と論理的推論の分野に多大な貢献をしている。
論文 参考訳(メタデータ) (2023-11-22T15:22:04Z) - On the Discussion of Large Language Models: Symmetry of Agents and
Interplay with Prompts [51.3324922038486]
本稿では,プロンプトの相互作用と議論機構の実証結果について報告する。
また、コンピュートとマージに基づくスケーラブルな議論機構も提案している。
論文 参考訳(メタデータ) (2023-11-13T04:56:48Z) - AMERICANO: Argument Generation with Discourse-driven Decomposition and
Agent Interaction [28.534689653798804]
議論生成のためのエージェントインタラクションを備えた新しいフレームワークであるAmericanoを提案する。
提案手法は,進化過程を議論理論に基づく逐次的行動に分解する。
提案手法は,エンド・ツー・エンドとチェーン・オブ・ワンド・プロンプトの両手法より優れている。
論文 参考訳(メタデータ) (2023-10-31T10:47:33Z) - A Unifying Framework for Learning Argumentation Semantics [50.69905074548764]
Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。
提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
論文 参考訳(メタデータ) (2023-10-18T20:18:05Z) - Multimodal Relation Extraction with Cross-Modal Retrieval and Synthesis [89.04041100520881]
本研究は,対象物,文,画像全体に基づいて,テキストおよび視覚的証拠を検索することを提案する。
我々は,オブジェクトレベル,画像レベル,文レベル情報を合成し,同一性と異なるモダリティ間の推論を改善する新しい手法を開発した。
論文 参考訳(メタデータ) (2023-05-25T15:26:13Z) - Visual Chain of Thought: Bridging Logical Gaps with Multimodal
Infillings [61.04460792203266]
本稿では, 逐次データ内の論理的ギャップを埋めるために, 視覚言語による接地を促進させる, チェーン・オブ・シントを利用する新しい手法であるVCoTを紹介する。
本手法は,下流タスクの論理的ギャップを低減するために,一貫した情報と新しい情報を加える合成マルチモーダル埋め込みを生成するために視覚誘導を用いる。
論文 参考訳(メタデータ) (2023-05-03T17:58:29Z) - A Formalisation of Abstract Argumentation in Higher-Order Logic [77.34726150561087]
本稿では,古典的高階論理へのエンコーディングに基づく抽象的議論フレームワークの表現手法を提案する。
対話型および自動推論ツールを用いた抽象的議論フレームワークのコンピュータ支援評価のための一様フレームワークを提供する。
論文 参考訳(メタデータ) (2021-10-18T10:45:59Z) - Learning Domain Invariant Representations for Generalizable Person
Re-Identification [71.35292121563491]
ReID(Generalizable person Re-Identification)は、最近のコンピュータビジョンコミュニティで注目を集めている。
DIR-ReID(Domain Invariant Representations for Generalizable Person Re-Identification)という新しい一般化フレームワークを提案する。
論文 参考訳(メタデータ) (2021-03-29T18:59:48Z)
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。