論文の概要: Scaling Dimension
- arxiv url: http://arxiv.org/abs/2302.09101v1
- Date: Fri, 17 Feb 2023 19:16:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 20:26:51.359801
- Title: Scaling Dimension
- Title(参考訳): 次元のスケーリング
- Authors: Bernhard Ganter and Tom Hanika and Johannes Hirth
- Abstract要約: いくつかの基本的な概念を拡張し、それらに対して正確な数学的定義を与え、スケーリング次元の概念を導入する。
その性質に関する詳細な議論に加えて、概念格子の次数次元に関する理論的境界を示す。
また、順序数や順序間スケーリング次元などの特殊サブクラスも研究し、それらの最初の結果と例を示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conceptual Scaling is a useful standard tool in Formal Concept Analysis and
beyond. Its mathematical theory, as elaborated in the last chapter of the FCA
monograph, still has room for improvement. As it stands, even some of the basic
definitions are in flux. Our contribution was triggered by the study of concept
lattices for tree classifiers and the scaling methods used there. We extend
some basic notions, give precise mathematical definitions for them and
introduce the concept of scaling dimension. In addition to a detailed
discussion of its properties, including an example, we show theoretical bounds
related to the order dimension of concept lattices. We also study special
subclasses, such as the ordinal and the interordinal scaling dimensions, and
show for them first results and examples.
- Abstract(参考訳): 概念スケーリングは、形式的概念分析などにおいて有用な標準ツールです。
その数学的理論は、FCAモノグラフの最後の章で詳しく述べられているように、まだ改善の余地がある。
現状では、基本的な定義のいくつかでさえフラックスにある。
我々の貢献は,木分類器の概念格子とそこで使用されるスケーリング手法の研究によって引き起こされた。
いくつかの基本的な概念を拡張し、それらに対して正確な数学的定義を与え、スケーリング次元の概念を導入する。
例として、その性質に関する詳細な議論に加えて、概念格子の次数次元に関する理論的境界を示す。
また,順序と順序のスケーリング次元などの特別なサブクラスについても検討し,最初の結果と例を示す。
関連論文リスト
- A Geometric Notion of Causal Probing [91.14470073637236]
言語モデルの表現空間では、動詞数のような概念に関するすべての情報が線形部分空間に符号化される。
理想線型概念部分空間を特徴づける内在的基準のセットを与える。
LEACEは概念情報の約半分を含む1次元の部分空間を返す。
論文 参考訳(メタデータ) (2023-07-27T17:57:57Z) - A Category-theoretical Meta-analysis of Definitions of Disentanglement [97.34033555407403]
データの変化の要因を識別することは、機械学習の基本的な概念である。
本稿では,既存の乱れの定義をメタ分析する。
論文 参考訳(メタデータ) (2023-05-11T15:24:20Z) - Concept Activation Regions: A Generalized Framework For Concept-Based
Explanations [95.94432031144716]
既存の手法では、概念を説明する例は、ディープニューラルネットワークの潜伏空間の一定の方向にマッピングされていると仮定している。
そこで本研究では,DNNの潜在空間において,異なるクラスタに分散した概念例を提案する。
この概念活性化領域(CAR)は、グローバルな概念に基づく説明と局所的な概念に基づく特徴の重要性をもたらす。
論文 参考訳(メタデータ) (2022-09-22T17:59:03Z) - Concept Gradient: Concept-based Interpretation Without Linear Assumption [77.96338722483226]
概念活性化ベクトル(Concept Activation Vector, CAV)は、与えられたモデルと概念の潜在表現の間の線形関係を学習することに依存する。
我々は、線形概念関数を超えて概念に基づく解釈を拡張する概念グラディエント(CG)を提案した。
我々は、CGがおもちゃの例と実世界のデータセットの両方でCAVより優れていることを実証した。
論文 参考訳(メタデータ) (2022-08-31T17:06:46Z) - Human-Centered Concept Explanations for Neural Networks [47.71169918421306]
概念活性化ベクトル(Concept Activation Vectors, CAV)のクラスを含む概念的説明を紹介する。
次に、自動的に概念を抽出するアプローチと、それらの注意事項に対処するアプローチについて議論する。
最後に、このような概念に基づく説明が、合成設定や実世界の応用において有用であることを示すケーススタディについて論じる。
論文 参考訳(メタデータ) (2022-02-25T01:27:31Z) - A Categorical Semantics of Fuzzy Concepts in Conceptual Spaces [0.0]
対称モノケーブ圏ファジィ概念とファジィ概念推論をG"ardenfors空間内で定義する。
本稿では、ファジィ概念が基準を満たす最も一般的な選択であることを示す対数凹関数を提案する。
論文 参考訳(メタデータ) (2021-10-12T13:22:27Z) - Attribute Selection using Contranominal Scales [0.09668407688201358]
形式的概念分析(FCA)は、概念を導出して格子に並べることでバイナリデータを解析することができる。
そのような格子の大きさは、対応する形式的文脈におけるサブコンテキストの数に依存する。
本稿では,与えられた形式的文脈のすべての対数スケールの計算を可能にするアルゴリズムであるContraFinderを提案する。
論文 参考訳(メタデータ) (2021-06-21T10:53:50Z) - Towards Visual Semantics [17.1623244298824]
私たちは、人間の視覚的知覚の精神表現、すなわち概念の構築方法を研究します。
本稿では,分類概念と呼ばれる概念に対応する物質概念を学習する理論とアルゴリズムを提案する。
予備的な実験は、アルゴリズムが正しい精度で属と分化の概念を取得することを証明している。
論文 参考訳(メタデータ) (2021-04-26T07:28:02Z) - Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。
このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文 参考訳(メタデータ) (2021-01-13T15:22:01Z) - On the Lattice of Conceptual Measurements [0.0]
本論文では,形式的概念分析によるスケール測定に基づくデータセットスケーリングの新たなアプローチを提案する。
スケール測定は閉包系に関して格子順序付けであることを示す。
論文 参考訳(メタデータ) (2020-12-09T19:11:50Z)
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。