論文の概要: Pushing the Boundaries of Tractable Multiperspective Reasoning: A Deduction Calculus for Standpoint EL+

• arxiv url: http://arxiv.org/abs/2304.14323v2
• Date: Thu, 11 May 2023 15:55:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-12 17:32:53.599532
• Title: Pushing the Boundaries of Tractable Multiperspective Reasoning: A Deduction Calculus for Standpoint EL+
• Title（参考訳）: トラクタブル・マルチパースペクティブ・推論の境界を推し進める:スタンドポイントEL+のドダクション計算
• Authors: Luc\'ia G\'omez \'Alvarez, Sebastian Rudolph and Hannes Strass
• Abstract要約: Standpoint EL は一般的な記述論理 EL のマルチモーダル拡張である。 本稿では,この定式化の表現性を推し進めることで,Standpoint EL+と呼ばれる拡張論理に到達できることを示す。 これは、原型的満足度チェックの推論計算を設計することで達成される。
• 参考スコア（独自算出の注目度）: 2.9005223064604073
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Standpoint EL is a multi-modal extension of the popular description logic EL that allows for the integrated representation of domain knowledge relative to diverse standpoints or perspectives. Advantageously, its satisfiability problem has recently been shown to be in PTime, making it a promising framework for large-scale knowledge integration. In this paper, we show that we can further push the expressivity of this formalism, arriving at an extended logic, called Standpoint EL+, which allows for axiom negation, role chain axioms, self-loops, and other features, while maintaining tractability. This is achieved by designing a satisfiability-checking deduction calculus, which at the same time addresses the need for practical algorithms. We demonstrate the feasibility of our calculus by presenting a prototypical Datalog implementation of its deduction rules.
• Abstract（参考訳）: スタンドポイントEL(Standpoint EL)は、一般的な記述ロジックELのマルチモーダル拡張であり、さまざまな視点や視点に対するドメイン知識の統合表現を可能にする。 利点として、その満足度問題は、最近PTimeにあることが示され、大規模な知識統合のための有望なフレームワークとなっている。 本稿では,この形式主義の表現性をさらに推し進めること,すなわちStandpoint EL+と呼ばれる,公理否定,ロールチェーン公理,自己ループ,その他の特徴をトラクタビリティを維持しつつ,拡張論理に到達できることを述べる。 これは、実用的なアルゴリズムの必要性に対処する、満足度チェックの推論計算を設計することで達成される。 我々は,その推論規則の原型データログの実装を提示することにより,計算の実現可能性を示す。

関連論文リスト

• Directed Exploration in Reinforcement Learning from Linear Temporal Logic [59.707408697394534]
  リニア時間論理(LTL)は強化学習におけるタスク仕様のための強力な言語である。 合成された報酬信号は基本的に疎結合であり,探索が困難であることを示す。 我々は、仕様をさらに活用し、それに対応するリミット決定性B"uchi Automaton(LDBA)をマルコフ報酬プロセスとしてキャストすることで、よりよい探索を実現することができることを示す。
  論文  参考訳（メタデータ） (2024-08-18T14:25:44Z)
• On the Representational Capacity of Neural Language Models with Chain-of-Thought Reasoning [87.73401758641089]
  CoT推論による現代言語モデル(LM)の性能向上 LMは弦上の分布の族を確率的チューリングマシンと同一に表現できることを示す。
  論文  参考訳（メタデータ） (2024-06-20T10:59:02Z)
• Cantor: Inspiring Multimodal Chain-of-Thought of MLLM [83.6663322930814]
  視覚的コンテキスト獲得と論理的推論の集約は、視覚的推論タスクに取り組む上で重要であると我々は主張する。 我々はCantorと呼ばれる革新的なマルチモーダルCoTフレームワークを提案し、その特徴は知覚決定アーキテクチャである。 提案手法の有効性を実証し,マルチモーダルCoT性能の大幅な向上を示した。
  論文  参考訳（メタデータ） (2024-04-24T17:59:48Z)
• TRIGO: Benchmarking Formal Mathematical Proof Reduction for Generative Language Models [68.65075559137608]
  本稿では, ATP ベンチマーク TRIGO を提案する。このベンチマークでは, ステップバイステップの証明で三角法式を縮小するだけでなく, 論理式上で生成する LM の推論能力を評価する。 我々は、Webから三角法式とその縮小フォームを収集し、手作業で単純化プロセスに注釈を付け、それをリーン形式言語システムに翻訳する。 我々はLean-Gymに基づく自動生成装置を開発し、モデルの一般化能力を徹底的に分析するために、様々な困難と分布のデータセット分割を作成する。
  論文  参考訳（メタデータ） (2023-10-16T08:42:39Z)
• A Semantic Approach to Decidability in Epistemic Planning (Extended Version) [72.77805489645604]
  我々は決定可能性を達成するために新しい意味論的アプローチを用いる。 具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。 我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
  論文  参考訳（メタデータ） (2023-07-28T11:26:26Z)
• Tractable Diversity: Scalable Multiperspective Ontology Management via Standpoint EL [2.9005223064604073]
  我々は、ドメイン知識の統合表現を可能にするELのマルチモーダル拡張であるStandpoint ELを紹介する。 Standpoint ELの好適なPTime標準推論が確立される一方で、空のスタンドポイントのような追加のロールの導入は、標準推論を難解なものにします。
  論文  参考訳（メタデータ） (2023-02-25T22:59:04Z)
• Dual Box Embeddings for the Description Logic EL++ [16.70961576041243]
  知識グラフ(KG)と同様に、知識グラフはしばしば不完全であり、それらの維持と構築は困難であることが証明された。 KGsと同様に、有望なアプローチは、潜在ベクトル空間への埋め込みを学習し、基礎となるDLのセマンティクスに固執することである。 そこで本研究では,概念と役割をボックスとして表現した,DL EL++用のBox$2$ELという新しいオントロジー埋め込み手法を提案する。
  論文  参考訳（メタデータ） (2023-01-26T14:13:37Z)
• Non-ground Abductive Logic Programming with Probabilistic Integrity Constraints [2.624902795082451]
  本稿では,変数の確率的推論に対処する,よりリッチな論理言語について考察する。 まず, 分配セマンティックスに基づいて, 全体としての帰納的言語とその意味を提示する。 次に,前述したものを拡張して得られた証明手順を導入し,その健全性と完全性を証明する。
  論文  参考訳（メタデータ） (2021-08-06T10:22:12Z)
• Utilizing Treewidth for Quantitative Reasoning on Epistemic Logic Programs [22.39203220587435]
  本稿では,このような量的推論問題に対処するために必要な基礎的数え上げ問題を効率的に解くことのできる,新しいシステムを提案する。 本システムでは,木幅をグラフベースで表し,ELPプログラムの抽象表現(グラフ)を反復的に探索し,精算する。 私たちのアプローチは、最近導入された既存のシステムと競合しています。
  論文  参考訳（メタデータ） (2021-08-06T09:46:34Z)
• Learning Implicitly with Noisy Data in Linear Arithmetic [94.66549436482306]
  PAC-セマンティックスにおける暗黙学習を拡張し、線形算術の言語における間隔としきい値の不確実性を扱う。 最適線形プログラミング対象制約の学習に対する我々の暗黙的アプローチは、実際的な明示的アプローチよりも著しく優れていることを示す。
  論文  参考訳（メタデータ） (2020-10-23T19:08:46Z)
• Logic, Probability and Action: A Situation Calculus Perspective [12.47276164048813]
  論理と確率の統一は、AIにおける長年の関心事である。 現状計算における論理・確率・行動の統合に関する最近の結果について考察する。 結果は認知ロボティクスの文脈で動機づけられる。
  論文  参考訳（メタデータ） (2020-06-17T13:49:53Z)

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。