論文の概要: Standpoint Linear Temporal Logic
- arxiv url: http://arxiv.org/abs/2304.14243v1
- Date: Thu, 27 Apr 2023 15:03:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-28 12:59:47.890500
- Title: Standpoint Linear Temporal Logic
- Title(参考訳): 立ち位置線形時間論理
- Authors: Nicola Gigante, Lucia {Gomez Alvarez}, Tim S. Lyon
- Abstract要約: 本稿では,表象の時間的特徴とSLのマルチパースペクティブ・モデリング能力を組み合わせた新たな論理である,点点線形時間論理(SLTL)を提案する。
論理SLTLとその構文とその意味を定義し、決定可能性を確立し、複雑性を減らし、SLTL推論を自動化するための表計算を提供する。
- 参考スコア(独自算出の注目度): 2.552459629685159
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many complex scenarios require the coordination of agents possessing unique
points of view and distinct semantic commitments. In response, standpoint logic
(SL) was introduced in the context of knowledge integration, allowing one to
reason with diverse and potentially conflicting viewpoints by means of indexed
modalities. Another multi-modal logic of import is linear temporal logic (LTL)
- a formalism used to express temporal properties of systems and processes,
having prominence in formal methods and fields related to artificial
intelligence. In this paper, we present standpoint linear temporal logic
(SLTL), a new logic that combines the temporal features of LTL with the
multi-perspective modelling capacity of SL. We define the logic SLTL, its
syntax, and its semantics, establish its decidability and complexity, and
provide a terminating tableau calculus to automate SLTL reasoning.
Conveniently, this offers a clear path to extend existing LTL reasoners with
practical reasoning support for temporal reasoning in multi-perspective
settings.
- Abstract(参考訳): 多くの複雑なシナリオでは、ユニークな視点と明確な意味的コミットメントを持つエージェントの調整が必要である。
これに対し、ディファレンス論理(sl)は知識統合の文脈で導入され、インデクシングされたモダリティによって多様で潜在的に相反する視点を推論できるようになった。
輸入のもう一つのマルチモーダル論理は線形時間論理(LTL)であり、システムやプロセスの時間的特性を表現する形式であり、人工知能に関する形式的手法や分野において顕著である。
本稿では,LTLの時間的特徴とSLのマルチパースペクティブ・モデリング能力を組み合わせた新しい論理である,スタンドポイント線形時間論理(SLTL)を提案する。
論理SLTLとその構文とその意味を定義し,その決定可能性と複雑性を確立し,SLTL推論を自動化するためのテーブルー計算を提供する。
同時に、これは既存のLTL推論を拡張し、マルチパースペクティブな設定で時間的推論を実践的にサポートする明確な経路を提供する。
関連論文リスト
- Enhancing Ethical Explanations of Large Language Models through
Iterative Symbolic Refinement [5.108863224378874]
本稿では,ハイブリッド・ニューロシンボリック・テクニックが倫理的説明の論理的妥当性とアライメントをいかに向上させるかを検討する。
本稿では,大規模言語モデルと外部の後方鎖型ソルバを統合した導出型フレームワーク Logic-Explainer を提案する。
経験的分析により、Logic-Explainerは、コンテキスト内学習法とChain-of-Thoughtを通じて生成された説明を改善することができることを示した。
論文 参考訳(メタデータ) (2024-02-01T16:39:51Z) - Towards Robust Temporal Reasoning of Large Language Models via a
Multi-Hop QA Dataset and Pseudo-Instruction Tuning [82.62140347732284]
大規模言語モデル(LLM)には時間的知識の概念を理解することが不可欠である。
本稿では,複数質問応答と複数ホップの時間的推論に焦点をあてた複雑な時間的質問応答データセットであるComplex-TRを提案する。
論文 参考訳(メタデータ) (2023-11-16T11:49:29Z) - Towards LogiGLUE: A Brief Survey and A Benchmark for Analyzing Logical
Reasoning Capabilities of Language Models [58.76688462256284]
大規模言語モデル(LLM)は、形式的知識表現(KR)システムの様々な制限を克服する能力を示した。
一つのタスクトレーニング,複数タスクトレーニング,および思考知識の蒸留微調整手法の連鎖について検討し,異なる論理的推論カテゴリにおけるモデルの性能を評価する。
論文 参考訳(メタデータ) (2023-10-02T01:00:50Z) - Modeling Hierarchical Reasoning Chains by Linking Discourse Units and
Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。
具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文 参考訳(メタデータ) (2023-06-21T07:34:27Z) - Neuro-Symbolic Inductive Logic Programming with Logical Neural Networks [65.23508422635862]
我々は最近提案された論理ニューラルネットワーク(LNN)を用いた学習規則を提案する。
他のものと比較して、LNNは古典的なブール論理と強く結びついている。
標準ベンチマークタスクの実験では、LNNルールが極めて解釈可能であることを確認した。
論文 参考訳(メタデータ) (2021-12-06T19:38:30Z) - Multi-Agent Reinforcement Learning with Temporal Logic Specifications [65.79056365594654]
本研究では,時間論理仕様を満たすための学習課題を,未知の環境下でエージェントのグループで検討する。
我々は、時間論理仕様のための最初のマルチエージェント強化学習手法を開発した。
主アルゴリズムの正確性と収束性を保証する。
論文 参考訳(メタデータ) (2021-02-01T01:13:03Z) - Temporal Answer Set Programming [3.263632801414296]
本稿では,その知識表現と宣言的問題解決への応用の観点から,時間論理プログラミングの概要を述べる。
本研究は,TEL(Temporal Equilibrium Logic)と呼ばれる非単調な形式論の最近の成果に焦点を当てる。
第2部では,ASP.NET に近い時間論理プログラムと呼ばれる構文的断片を定義し,この問題が解決器 TEINGO の構築においてどのように活用されたかを説明する。
論文 参考訳(メタデータ) (2020-09-14T16:13:36Z) - Backpropagation through Signal Temporal Logic Specifications: Infusing
Logical Structure into Gradient-Based Methods [28.72161643908351]
本稿では,STLCG(Signal Temporal Logic)公式の定量的意味を計算グラフを用いて計算する手法を提案する。
STLは、連続系とハイブリッド系の両方で生成される信号の空間的および時間的特性を指定できる、強力で表現力のある形式言語である。
論文 参考訳(メタデータ) (2020-07-31T22:01:39Z) - Certified Reinforcement Learning with Logic Guidance [78.2286146954051]
線形時間論理(LTL)を用いて未知の連続状態/動作マルコフ決定過程(MDP)のゴールを定式化できるモデルフリーなRLアルゴリズムを提案する。
このアルゴリズムは、トレースが仕様を最大確率で満たす制御ポリシーを合成することが保証される。
論文 参考訳(メタデータ) (2019-02-02T20:09:32Z)
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。