論文の概要: Interactive Model Expansion in an Observable Environment

• arxiv url: http://arxiv.org/abs/2305.17140v1
• Date: Sat, 20 May 2023 11:22:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-04 12:01:31.972300
• Title: Interactive Model Expansion in an Observable Environment
• Title（参考訳）: 可観測環境における対話型モデル拡張
• Authors: Pierre Carbonnelle, Joost Vennekens, Bart Bogaerts and Marc Denecker
• Abstract要約: 本研究では,検索開始時にユーザによって環境に関する関連情報が不明な問題の種類について検討する。 完全かつ適切な解の存在を保証するのに十分な検証事実を持つ部分解を正式に定義する。 本研究では,(1)仮解において暗黙的な仮説を検証しなければならないこと,2)検索に有用な情報をもたらすこと,の2つによってユーザを支援する対話型システムを提案する。
• 参考スコア（独自算出の注目度）: 13.563358871870465
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many practical problems can be understood as the search for a state of affairs that extends a fixed partial state of affairs, the \emph{environment}, while satisfying certain conditions that are formally specified. Such problems are found in, e.g., engineering, law or economics. We study this class of problems in a context where some of the relevant information about the environment is not known by the user at the start of the search. During the search, the user may consider tentative solutions that make implicit hypotheses about these unknowns. To ensure that the solution is appropriate, these hypotheses must be verified by observing the environment. Furthermore, we assume that, in addition to knowledge of what constitutes a solution, knowledge of general laws of the environment is also present. We formally define partial solutions with enough verified facts to guarantee the existence of complete and appropriate solutions. Additionally, we propose an interactive system to assist the user in their search by determining 1) which hypotheses implicit in a tentative solution must be verified in the environment, and 2) which observations can bring useful information for the search. We present an efficient method to over-approximate the set of relevant information, and evaluate our implementation.
• Abstract（参考訳）: 多くの実用的な問題は、一定の部分的な問題状態である \emph{environment} を拡張する問題状態の探索として理解でき、形式的に指定された条件を満たすことができる。 そのような問題は、例えば工学、法学、経済学などに見られる。 本研究は,検索開始時に利用者が環境に関する情報を把握できない状況において,この問題の類型について検討する。 検索中、ユーザはこれらの未知について暗黙の仮説を立てる仮の解決策を考えるかもしれない。 解が適切であることを確かめるために、これらの仮説は環境を観察して検証する必要がある。 さらに, 解決法を構成することの知識に加えて, 環境の一般法則の知識も存在していると仮定する。 完全かつ適切な解の存在を保証するのに十分な検証事実を持つ部分解を正式に定義する。 さらに,利用者の検索を支援する対話型システムを提案する。 1) 仮解における暗黙の仮説は、環境において検証されなければならない。 2)どの観測が検索に有用な情報をもたらすか。 関連情報の集合を過度に近似する効率的な手法を提案し,その実装を評価する。

関連論文リスト

• Answerability Fields: Answerable Location Estimation via Diffusion Models [9.234108543963568]
  本研究では,複雑な屋内環境における解答可能性を予測する新しい手法Answerability Fieldsを提案する。 本研究は,現場下での作業指導における解答性フィールドの有効性を示すものである。
  論文  参考訳（メタデータ） (2024-07-26T04:02:46Z)
• Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
  オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。 本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。 データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-24T19:32:39Z)
• Act as You Learn: Adaptive Decision-Making in Non-Stationary Markov Decision Processes [5.276882857467777]
  textitAdaptive Monte Carlo Tree Search (ADA-MCTS) という検索アルゴリズムを提案する。 エージェントは時間とともに環境の更新されたダイナミクスを学習し、そのエージェントが学習する時、すなわち、そのエージェントが知識が更新された状態空間の領域にいる場合、悲観的にならないことを示す。
  論文  参考訳（メタデータ） (2024-01-03T17:19:54Z)
• Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
  そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。 我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。 インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
  論文  参考訳（メタデータ） (2023-11-16T00:18:50Z)
• SPOTS: Stable Placement of Objects with Reasoning in Semi-Autonomous Teleoperation Systems [12.180724520887853]
  配置タスクの2つの側面、安定性の堅牢性とオブジェクト配置の文脈的合理性に焦点を当てる。 提案手法は,シミュレーション駆動型物理安定性検証と大規模言語モデルの意味論的推論能力を組み合わせたものである。
  論文  参考訳（メタデータ） (2023-09-25T08:13:49Z)
• Differentiable Invariant Causal Discovery [106.87950048845308]
  観測データから因果構造を学ぶことは、機械学習の基本的な課題である。 本稿では,不特定変分因果解法(DICD)を提案する。 合成および実世界のデータセットに関する大規模な実験は、DICDがSHDの36%まで最先端の因果発見手法より優れていることを検証している。
  論文  参考訳（メタデータ） (2022-05-31T09:29:07Z)
• Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
  非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。 本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
  論文  参考訳（メタデータ） (2022-01-28T05:53:28Z)
• Decision-Theoretic Question Generation for Situated Reference Resolution: An Empirical Study and Computational Model [11.543386846947554]
  遠隔実験者と対話しながらツールセットを整理する仮想ロボットを参加者が操作する対話型研究から対話データを分析した。 あいまいさを解消するために用いられる質問型の分布や、参照分解過程における対話レベル要因の影響など、多くの新しい結果が得られた。
  論文  参考訳（メタデータ） (2021-10-12T19:23:25Z)
• A Bayesian Framework for Information-Theoretic Probing [51.98576673620385]
  我々は、探索は相互情報を近似するものとみなすべきであると論じる。 これは、表現が元の文とターゲットタスクに関する全く同じ情報をエンコードしているというかなり直感的な結論を導いた。 本稿では,ベイズ的相互情報(Bayesian mutual information)と呼ぶものを測定するための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-09-08T18:08:36Z)
• Probably Approximately Correct Constrained Learning [135.48447120228658]
  我々は、ほぼ正しい学習フレームワーク(PAC)に基づく一般化理論を開発する。 PAC学習可能なクラスも制約のある学習者であるという意味では,学習者の導入は学習問題を難しくするものではないことを示す。 このソリューションの特性を分析し,制約付き学習が公平でロバストな分類における問題にどのように対処できるかを説明する。
  論文  参考訳（メタデータ） (2020-06-09T19:59:29Z)

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。