論文の概要: Weighted First Order Model Counting with Directed Acyclic Graph Axioms
- arxiv url: http://arxiv.org/abs/2302.09830v1
- Date: Mon, 20 Feb 2023 08:35:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 16:08:18.846998
- Title: Weighted First Order Model Counting with Directed Acyclic Graph Axioms
- Title（参考訳）: 有向非巡回グラフ公理を用いた重み付き一階数モデル
- Authors: Sagar Malhotra and Luciano Serafini
- Abstract要約: WFOMC(Weighted First Order Model Counting)は、一階述語論理文のモデルの重み付け和を計算するタスクである。
近年の研究では、数量化子で拡張された一階述語論理の2変数の断片を、ドメインリフト可能と定義している。
本稿では,この断片を有向非巡回グラフで拡張する。つまり,関係を有向非巡回グラフと解釈する。
- 参考スコア（独自算出の注目度）: 7.766921168069532
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Weighted First Order Model Counting (WFOMC) is the task of computing the
weighted sum of the models of a first-order logic sentence. Probabilistic
inference problems in many statistical relational learning frameworks can be
cast as a WFOMC problem. However, in general, WFOMC is known to be intractable
(#P_1- complete). Hence, logical fragments that admit polynomial time WFOMC are
of significant interest. Such fragments are called domain liftable. Recent
works have identified the two-variable fragment of first-order logic, extended
with counting quantifiers, to be domain liftable. In this paper, we extend this
fragment with a Directed Acyclic Graph axiom, i.e., a relation is interpreted
as a Directed Acyclic Graph.
- Abstract（参考訳）: WFOMC(Weighted First Order Model Counting)は、一階述語論理文のモデルの重み付け和を計算するタスクである。
多くの統計的関係学習フレームワークにおける確率論的推論問題は、WFOMC問題として考えられる。
しかし、一般にWFOMCは難解であることが知られている(#P_1-complete)。
したがって、多項式時間 WFOMC を許容する論理的断片は重要な関心事である。
このような断片はドメインリフトと呼ばれる。
近年の研究では、数量化子で拡張された一階述語論理の2変数の断片をドメインリフト可能と定義している。
本稿では,この断片を有向非巡回グラフ公理(Directed Acyclic Graph axiom)で拡張し,関係を有向非巡回グラフ(Directed Acyclic Graph)と解釈する。
関連論文リスト
- Statistical-Computational Trade-offs for Density Estimation [60.81548752871115]
幅広い種類のデータ構造に対して、それらの境界は著しく改善されないことを示す。
これは密度推定のための新しい統計計算トレードオフである。
論文 参考訳（メタデータ） (2024-10-30T15:03:33Z) - Data subsampling for Poisson regression with pth-root-link [53.63838219437508]
ポアソン回帰のためのデータサブサンプリング手法を開発し解析する。
特に,ポアソン一般化線形モデルと ID-および平方根リンク関数について考察する。
論文 参考訳（メタデータ） (2024-10-30T10:09:05Z) - Bridging Weighted First Order Model Counting and Graph Polynomials [6.2686964302152735]
Weak Connectedness PolynomialsとStrong Connectedness Polynomialsを1次論理文に使用する。
既存の公理の全てを抽出可能であることが知られているWFOMCを解くのに使用できる。
論文 参考訳（メタデータ） (2024-07-16T16:01:25Z) - Agnostically Learning Multi-index Models with Queries [54.290489524576756]
本稿では,ガウス分布下での非依存学習の課題に対するクエリアクセスのパワーについて検討する。
クエリアクセスは、MIMを不可知的に学習するためのランダムな例よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2023-12-27T15:50:47Z) - A Unified Framework for Uniform Signal Recovery in Nonlinear Generative
Compressed Sensing [68.80803866919123]
非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。
本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。
また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
論文 参考訳（メタデータ） (2023-09-25T17:54:19Z) - Lifted Inference beyond First-Order Logic [8.577974472273256]
関係性の一つが有向非巡回グラフ、連結グラフ、木、森である場合、mathrmC2$文はドメインリフト可能であることを示す。
我々の結果は「分割による数え方」という新奇で一般的な方法論に頼っている。
論文 参考訳（メタデータ） (2023-08-22T18:58:21Z) - Lifted Inference with Linear Order Axiom [0.0]
We consider the task of weighted first-order model counting (WFOMC)
我々は、少なくとも2つの論理変数を持つ論理文の WFOMC が $n$ の時間で実行可能であることを示す。
線形順序でWFOMCをn$で計算できる新しい動的プログラミングベースアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-11-02T14:38:01Z) - Diffusion Models for Causal Discovery via Topological Ordering [20.875222263955045]
emphTopological ordering approachは、グラフ空間ではなく置換を探索することによって因果発見の最適化空間を減少させる。
ANMsの場合、データログのようなemphHessianは、葉ノードを因果グラフで見つけるのに使用することができ、トポロジ的順序付けを可能にする。
ニューラルネットワークを再トレーニングすることなく、学習したヘッセンを更新する理論を導入し、サンプルのサブセットによる計算が注文の正確な近似を与えることを示す。
論文 参考訳（メタデータ） (2022-10-12T13:36:29Z) - Learning from aggregated data with a maximum entropy model [73.63512438583375]
我々は,観測されていない特徴分布を最大エントロピー仮説で近似することにより,ロジスティック回帰と類似した新しいモデルが,集約データからのみ学習されることを示す。
我々は、この方法で学習したモデルが、完全な非凝集データでトレーニングされたロジスティックモデルに匹敵するパフォーマンスを達成することができるという、いくつかの公開データセットに関する実証的な証拠を提示する。
論文 参考訳（メタデータ） (2022-10-05T09:17:27Z) - Partial Counterfactual Identification from Observational and
Experimental Data [83.798237968683]
観測データと実験データの任意の組み合わせから最適境界を近似する有効なモンテカルロアルゴリズムを開発した。
我々のアルゴリズムは、合成および実世界のデータセットに基づいて広範囲に検証されている。
論文 参考訳（メタデータ） (2021-10-12T02:21:30Z) - Weighted Model Counting in the two variable fragment with Cardinality
Constraints: A Closed Form Formula [7.766921168069532]
重み付き一階モデルカウント(WFOMC)は、与えられた有限領域上の一階理論のモデルの重み付き和を計算する。
WFOMCの推論を定式化するためのツールとして,リフト解釈の概念を導入する。
次に、この閉形式を拡張して、存在量化器と濃度制約をドメインリフト性を失うことなく組み込む。
論文 参考訳（メタデータ） (2020-09-25T13:50:18Z)
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。