Fugu-MT 論文翻訳(概要): Complexity and scalability of defeasible reasoning in 1 many-valued weighted knowledge bases

論文の概要: Complexity and scalability of defeasible reasoning in 1 many-valued weighted knowledge bases

arxiv url: http://arxiv.org/abs/2303.04534v1
Date: Wed, 8 Mar 2023 12:08:53 GMT
ステータス: 処理完了
システム内更新日: 2023-03-09 14:13:37.853757
Title: Complexity and scalability of defeasible reasoning in 1 many-valued weighted knowledge bases
Title（参考訳）: 多値重み付き知識ベース1における難解推論の複雑さと拡張性
Authors: Mario Alviano, Laura Giordano, Daniele Theseider Dupr\'e
Abstract要約: 典型性を持つ記述論理の重み付き知識ベースは、多層パーセプトロンの論理的解釈を提供する。 ASPは有限個の値を持つ場合において、デファシブルな推論に対処するのに適していることが示されている。本稿ではPNP[log]$-completeness結果と,大規模検索空間を持つ重み付き知識ベースを扱うASPエンコーディングを提案する。
参考スコア（独自算出の注目度）: 4.447467536572624
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Weighted knowledge bases for description logics with typicality under a "concept-wise'' multi-preferential semantics provide a logical interpretation of MultiLayer Perceptrons. In this context, Answer Set Programming (ASP) has been shown to be suitable for addressing defeasible reasoning in the finitely many-valued case, providing a $\Pi^p_2$ upper bound on the complexity of the problem, nonetheless leaving unknown the exact complexity and only providing a proof-of-concept implementation. This paper fulfils the lack by providing a $P^{NP[log]}$-completeness result and new ASP encodings that deal with weighted knowledge bases with large search spaces.
Abstract（参考訳）: 概念的」な多述語意味論に基づく記述論理の重み付け知識ベースは、多層知覚論の論理的解釈を提供する。この文脈では、解集合プログラミング(asp)は有限多値の場合の難解な推論に対処するのに適しており、問題の複雑性に対して$\pi^p_2$の上限を与えるが、しかしながら、正確な複雑さは未知であり、概念実証実装のみを提供する。この論文は、$p^{np[log]}$完全性の結果と、大きな検索空間を持つ重み付き知識ベースを扱う新しいaspエンコーディングを提供することで、不足を解消する。

関連論文リスト

The Computational Complexity of Circuit Discovery for Inner Interpretability [0.30723404270319693]
我々は古典的およびパラメータ化された計算複雑性理論を用いて回路発見を研究する。私たちの発見は、難しい複雑さの風景を明らかにします。このフレームワークは、解釈可能性クエリの範囲と限界を理解するのに役立ちます。
論文参考訳（メタデータ） (2024-10-10T15:22:48Z)
Cost-Based Semantics for Querying Inconsistent Weighted Knowledge Bases [5.222978725954348]
我々は、公理とアサーションの両方が(おそらく無限の)重みを持つ重み付き知識基底を考える。確実かつ可能な答えの2つの概念は、コストが与えられた境界を超えない解釈を考えることによって定義される。我々の主な貢献は、有界コスト満足度と確実かつ可能な回答認識の組合せとデータ複雑さの包括的分析である。
論文参考訳（メタデータ） (2024-07-30T11:56:02Z)
Improving Complex Reasoning over Knowledge Graph with Logic-Aware Curriculum Tuning [89.89857766491475]
大規模言語モデル(LLM)に基づくKG上の複雑な推論スキーマを提案する。任意の一階論理クエリを二分木分解により拡張し、LLMの推論能力を刺激する。広く使われているデータセットに対する実験では、LACTは高度な手法よりも大幅に改善されている(平均+5.5% MRRスコア)。
論文参考訳（メタデータ） (2024-05-02T18:12:08Z)
Soft Reasoning on Uncertain Knowledge Graphs [85.1968214421899]
本研究では,ソフト制約プログラミングの確立を動機とした,不確実な知識に対するソフトクエリの設定について検討する。本稿では,大規模,不完全,不確実な知識グラフ上でのソフトクエリに応答する,前方推論と後方校正を併用したMLベースのアプローチを提案する。
論文参考訳（メタデータ） (2024-03-03T13:13:53Z)
When Do Program-of-Thoughts Work for Reasoning? [51.2699797837818]
本稿では,コードと推論能力の相関性を測定するために,複雑性に富んだ推論スコア(CIRS)を提案する。具体的には、抽象構文木を用いて構造情報をエンコードし、論理的複雑性を計算する。コードはhttps://github.com/zjunlp/EasyInstructのEasyInstructフレームワークに統合される。
論文参考訳（メタデータ） (2023-08-29T17:22:39Z)
Learnability with PAC Semantics for Multi-agent Beliefs [38.88111785113001]
推論と帰納の緊張は、おそらく哲学、認知、人工知能といった分野において最も根本的な問題である。 Valiant氏は、学習の課題は推論と統合されるべきである、と認識した。古典的な包含よりも弱いが、クエリに応答する強力なモデル理論のフレームワークを可能にする。
論文参考訳（メタデータ） (2023-06-08T18:22:46Z)
Logical Message Passing Networks with One-hop Inference on Atomic Formulas [57.47174363091452]
本稿では,ニューラルネットワーク演算子から知識グラフの埋め込みを分解する,複雑な問合せ応答のためのフレームワークを提案する。クエリグラフの上に、局所的な原子式上のワンホップ推論とグローバル論理的推論を結びつける論理メッセージパッシングニューラルネットワーク(LMPNN)を提案する。我々のアプローチは、最先端のニューラルCQAモデルをもたらす。
論文参考訳（メタデータ） (2023-01-21T02:34:06Z)
An ASP approach for reasoning on neural networks under a finitely many-valued semantics for weighted conditional knowledge bases [0.0]
有限値の場合の典型性を考慮した条件付きALC知識ベースを考察する。 ASP と "asprin" を概念的マルチ参照の推論に利用しています。
論文参考訳（メタデータ） (2022-02-02T16:30:28Z)
Logical blocks for fault-tolerant topological quantum computation [55.41644538483948]
本稿では,プラットフォームに依存しない論理ゲート定義の必要性から,普遍的なフォールトトレラント論理の枠組みを提案する。資源オーバーヘッドを改善するユニバーサル論理の新しいスキームについて検討する。境界のない計算に好適な論理誤差率を動機として,新しい計算手法を提案する。
論文参考訳（メタデータ） (2021-12-22T19:00:03Z)
From LSAT: The Progress and Challenges of Complex Reasoning [56.07448735248901]
本稿では,LSAT(Law School Admission Test)の3つの課題について,解析的推論,論理的推論,読解の3つの課題について検討する。本稿では,これら3つのタスクを統合するハイブリッド推論システムを提案する。
論文参考訳（メタデータ） (2021-08-02T05:43:03Z)
Unfounded Sets for Disjunctive Hybrid MKNF Knowledge Bases [0.0]
分散ハイブリッドMKNF知識ベースとASPは、推論タスクの複雑さを増大させることなく拡張する場合もある。解離的ハイブリッドMKNF知識ベースを解く唯一の方法は、推測と検証に基づいている。これらの知識ベースに対する根拠のない集合の概念を形式化し、下限を特定し、これらを解法にどのように統合するかを実証する。
論文参考訳（メタデータ） (2021-02-25T20:44:42Z)

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。