論文の概要: Causal Kripke Models
- arxiv url: http://arxiv.org/abs/2307.05631v1
- Date: Tue, 11 Jul 2023 07:08:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-13 15:46:16.455282
- Title: Causal Kripke Models
- Title(参考訳): 因果クリプケモデル
- Authors: Yiwen Ding (Vrije Universiteit Amsterdam), Krishna Manoorkar (Vrije
Universiteit Amsterdam), Apostolos Tzimoulis (Vrije Universiteit Amsterdam),
Ruoding Wang (Vrije Universiteit Amsterdam), Xiaolong Wang (Vrije
Universiteit Amsterdam)
- Abstract要約: この研究は、実際の因果関係に関するハルパーンとパールの因果関係モデルを、可能な世界意味論環境にまで拡張する。
このフレームワークを用いることで、複数の可能性、時間性、知識、不確実性を含むシナリオにおける因果関係の推論を可能にする、モーダル演算子による実際の因果関係の論理を導入する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work extends Halpern and Pearl's causal models for actual causality to a
possible world semantics environment. Using this framework we introduce a logic
of actual causality with modal operators, which allows for reasoning about
causality in scenarios involving multiple possibilities, temporality, knowledge
and uncertainty. We illustrate this with a number of examples, and conclude by
discussing some future directions for research.
- Abstract(参考訳): この研究は、実際の因果関係に関するハルパーンとパールの因果関係モデルを、可能な世界意味論環境にまで拡張する。
この枠組みを用いて,複数の可能性,時間性,知識,不確実性を含むシナリオにおける因果関係の推論を可能にするモダリティ演算子との実際の因果関係の論理を導入する。
いくつかの例でこれを解説し、今後の研究の方向性について論じる。
関連論文リスト
- Algorithmic causal structure emerging through compression [53.52699766206808]
因果関係,対称性,圧縮の関係について検討する。
我々は、学習と圧縮の既知の関係を因果モデルが識別できないような環境に構築し、一般化する。
我々はアルゴリズム因果関係を因果関係の代替的定義として定義する。
論文 参考訳(メタデータ) (2025-02-06T16:50:57Z) - CELLO: Causal Evaluation of Large Vision-Language Models [9.928321287432365]
因果推論は人間の知性の基本であり、現実世界の環境における効果的な意思決定に不可欠である。
我々は,人間と物体の相互作用を含む因果関係の微細で統一的な定義を導入する。
我々は,4段階の因果関係に関する14,094の因果関係質問からなる新しいデータセットであるCellOを構築した。
論文 参考訳(メタデータ) (2024-06-27T12:34:52Z) - Emergence and Causality in Complex Systems: A Survey on Causal Emergence
and Related Quantitative Studies [12.78006421209864]
因果発生理論は出現を定量化するために因果関係の尺度を用いる。
因果の出現を定量化し、データを識別する。
因果表現学習,因果モデル抽象化,世界モデルに基づく強化学習によって,因果表現の出現を識別するアーキテクチャが共有されることを強調した。
論文 参考訳(メタデータ) (2023-12-28T04:20:46Z) - Towards CausalGPT: A Multi-Agent Approach for Faithful Knowledge Reasoning via Promoting Causal Consistency in LLMs [55.66353783572259]
Causal-Consistency Chain-of-Thoughtは、基礎モデルの忠実さと因果性を強化するために、マルチエージェントコラボレーションを活用する。
我々のフレームワークは、広範囲かつ包括的な評価を通じて、最先端の手法よりも大きな優位性を示す。
論文 参考訳(メタデータ) (2023-08-23T04:59:21Z) - Active Bayesian Causal Inference [72.70593653185078]
因果発見と推論を統合するための完全ベイズ能動学習フレームワークであるアクティブベイズ因果推論(ABCI)を提案する。
ABCIは因果関係のモデルと関心のクエリを共同で推論する。
我々のアプローチは、完全な因果グラフの学習のみに焦点を当てた、いくつかのベースラインよりも、よりデータ効率が高いことを示す。
論文 参考訳(メタデータ) (2022-06-04T22:38:57Z) - Causality, Causal Discovery, and Causal Inference in Structural
Engineering [1.827510863075184]
本稿では,土木工学の観点からの因果発見と因果推論の事例を構築した。
具体的には、因果関係の鍵となる原理と、因果関係の発見と因果推論のための最も一般的なアルゴリズムとパッケージについて概説する。
論文 参考訳(メタデータ) (2022-04-04T14:49:47Z) - Causal Inference Principles for Reasoning about Commonsense Causality [93.19149325083968]
コモンセンス因果推論(Commonsense causality reasoning)は、平均的な人によって妥当と見なされる自然言語記述における妥当な原因と影響を特定することを目的としている。
既存の作業は通常、深い言語モデルに全面的に依存しており、共起を混同する可能性がある。
古典的因果原理に触発され,我々はCCRの中心的問題を明確にし,観察研究と自然言語における人間の対象間の類似性を引き出す。
本稿では,時間信号をインシデント・インシデント・インシデント・インシデント・インシデントとして活用する新しいフレームワークであるROCKをReason O(A)bout Commonsense K(C)ausalityに提案する。
論文 参考訳(メタデータ) (2022-01-31T06:12:39Z) - A general framework for cyclic and fine-tuned causal models and their
compatibility with space-time [2.0305676256390934]
因果モデリングは、観測された相関の因果的説明を生成するためのツールである。
既存の量子因果関係の枠組みは、微調整されていない非巡回因果構造に焦点を当てる傾向がある。
サイクル因果モデルはフィードバックを含む物理的プロセスのモデル化に使用することができる。
サイクル因果モデルは一般相対性理論のエキゾチック解にも関係があるかもしれない。
論文 参考訳(メタデータ) (2021-09-24T18:00:08Z) - Towards Causal Representation Learning [96.110881654479]
機械学習とグラフィカル因果関係の2つの分野が生まれ、別々に発展した。
現在、他分野の進歩の恩恵を受けるために、クロスポリン化と両方の分野への関心が高まっている。
論文 参考訳(メタデータ) (2021-02-22T15:26:57Z) - Thinking About Causation: A Causal Language with Epistemic Operators [58.720142291102135]
我々はエージェントの状態を表すことで因果モデルの概念を拡張した。
対象言語の側面には、知識を表現する演算子や、新しい情報を観察する行為が追加されます。
我々は、論理の健全かつ完全な公理化を提供し、このフレームワークと因果的チーム意味論との関係について論じる。
論文 参考訳(メタデータ) (2020-10-30T12:16:45Z)
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。