Fugu-MT 論文翻訳(概要): Some challenges of calibrating differentiable agent-based models

論文の概要: Some challenges of calibrating differentiable agent-based models

arxiv url: http://arxiv.org/abs/2307.01085v1
Date: Mon, 3 Jul 2023 15:07:10 GMT
ステータス: 処理完了
システム内更新日: 2023-07-05 12:28:34.620672
Title: Some challenges of calibrating differentiable agent-based models
Title（参考訳）: 微分可能なエージェントベースモデルのキャリブレーションの課題
Authors: Arnau Quera-Bofarull, Joel Dyer, Anisoara Calinescu, Michael Wooldridge
Abstract要約: エージェントベースモデル(ABM)は複雑なシステムのモデリングと推論に有望なアプローチである。それらの応用は、その複雑さ、離散的性質、パラメータ推論と最適化タスクの実行の難しさによって妨げられている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Agent-based models (ABMs) are a promising approach to modelling and reasoning about complex systems, yet their application in practice is impeded by their complexity, discrete nature, and the difficulty of performing parameter inference and optimisation tasks. This in turn has sparked interest in the construction of differentiable ABMs as a strategy for combatting these difficulties, yet a number of challenges remain. In this paper, we discuss and present experiments that highlight some of these challenges, along with potential solutions.
Abstract（参考訳）: エージェントベースモデル(abms)は複雑なシステムのモデリングと推論に有望なアプローチであるが、実際にはその複雑性、離散的性質、パラメータ推論や最適化タスクの実行が困難である。このことが、これらの困難に対処するための戦略として、差別化可能なabmの構築に興味を惹きつけたが、多くの課題が残っている。本稿では,これらの課題のいくつかと潜在的な解決策を紹介する実験について述べる。

関連論文リスト

Causality can systematically address the monsters under the bench(marks) [64.36592889550431]
ベンチマークはさまざまなバイアス、アーティファクト、リークに悩まされている。モデルは、調査の不十分な障害モードのため、信頼できない振る舞いをする可能性がある。因果関係はこれらの課題を体系的に解決するための理想的な枠組みを提供します
論文参考訳（メタデータ） (2025-02-07T17:01:37Z)
BloomWise: Enhancing Problem-Solving capabilities of Large Language Models using Bloom's-Taxonomy-Inspired Prompts [59.83547898874152]
我々は,Bloomの分類にインスパイアされた新しいプロンプト技術であるBloomWiseを導入し,Large Language Models(LLMs)の性能を向上させる。より洗練された認知スキルを身につける必要性に関する決定は、LLMによる自己評価に基づいている。 4つの一般的な算数推論データセットの広範な実験において,提案手法の有効性を実証した。
論文参考訳（メタデータ） (2024-10-05T09:27:52Z)
The Missing Link: Allocation Performance in Causal Machine Learning [7.093692674858259]
一つのCATEモデルの性能が、さまざまな意思決定シナリオで大きく異なることを示す。分布シフトなどの課題が予測やアロケーションに与える影響を明らかにする。
論文参考訳（メタデータ） (2024-07-15T14:57:40Z)
Solving for X and Beyond: Can Large Language Models Solve Complex Math Problems with More-Than-Two Unknowns? [57.80779199039929]
大規模言語モデル (LLM) は数学問題の解法において顕著な性能を示した。本稿では,複数の未知の問題を組み込むことで,これらの制約に対処する新しいベンチマークであるBeyondXを紹介する。 BeyondXに関する実証的な研究によると、数学のタスクに特化して調整された既存のLLMの性能は、未知の数が増えるにつれて著しく低下する。
論文参考訳（メタデータ） (2024-07-06T17:01:04Z)
VC Search: Bridging the Gap Between Well-Defined and Ill-Defined Problems in Mathematical Reasoning [46.25056744404318]
5000以上の不確定な数学的問題を含むPMC(Issue with Missing and Contradictory conditions)というベンチマークを開発した。 VCSEARCHは、解決不可能な問題を特定する精度を、さまざまな大きな言語モデルで少なくとも12%向上させる。
論文参考訳（メタデータ） (2024-06-07T16:24:12Z)
Bayesian Nonparametrics: An Alternative to Deep Learning [0.5801621787540265]
この調査はベイズ非パラメトリックの重要性を掘り下げることを目的としており、特に統計学、計算機科学、電気工学など様々な分野における複雑な課題に対処することを目的としている。ベイズ的非パラメトリック手法の汎用性と有効性を明らかにし、様々な分野にまたがる課題を複雑に解決する革新的な解決策の道を開く。
論文参考訳（メタデータ） (2024-03-29T17:32:42Z)
HAZARD Challenge: Embodied Decision Making in Dynamically Changing Environments [93.94020724735199]
HAZARDは、火災、洪水、風などの3つの予期せぬ災害シナリオで構成されている。このベンチマークにより、さまざまなパイプラインで自律エージェントの意思決定能力を評価することができる。
論文参考訳（メタデータ） (2024-01-23T18:59:43Z)
ReST meets ReAct: Self-Improvement for Multi-Step Reasoning LLM Agent [50.508669199496474]
外部知識に基づいて推論と行動を行うReAct-style LLMエージェントを開発した。エージェントをReSTライクな手法で改良し,従来の軌道上で反復的に訓練する。引き起こされた大きなモデルから始まり、アルゴリズムのたった2イテレーションの後に、微調整された小さなモデルを生成することができる。
論文参考訳（メタデータ） (2023-12-15T18:20:15Z)
Efficient lifting of symmetry breaking constraints for complex combinatorial problems [9.156939957189502]
この作業は、Answer Set Programmingのためのモデルベースのアプローチの学習フレームワークと実装を拡張します。 Inductive Logic Programming System ILASPに新たなコンフリクト解析アルゴリズムを組み込む。
論文参考訳（メタデータ） (2022-05-14T20:42:13Z)
Integration of Convolutional Neural Networks in Mobile Applications [3.0280987248827085]
本稿では,Deep Learningモデルを統合するシステムの性能について,精度と複雑性のトレードオフとして検討する。モバイルアプリケーションにDLベースのソフトウェアをデプロイする際の最も重要な課題を特定する。
論文参考訳（メタデータ） (2021-03-11T15:27:05Z)

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。