論文の概要: Short Boolean Formulas as Explanations in Practice

• arxiv url: http://arxiv.org/abs/2307.06971v1
• Date: Thu, 13 Jul 2023 11:57:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-17 15:59:46.916227
• Title: Short Boolean Formulas as Explanations in Practice
• Title（参考訳）: 実際の説明としての短いブール公式
• Authors: Reijo Jaakkola, Tomi Janhunen, Antti Kuusisto, Masood Feyzbakhsh Rankooh, Miikka Vilander
• Abstract要約: 我々は、説明すべき対象属性に対する誤差を最小限に抑える長さ k のブール式をとる。 いずれの場合も、アンサーセットプログラミングにおけるエンコーディングを用いて、異なる長さの説明公式を計算する。 我々は、過度な適合を避けるが、それでも合理的に正確であり、重要なことは人間の解釈可能であるという説明を得る。
• 参考スコア（独自算出の注目度）: 2.583686260808494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We investigate explainability via short Boolean formulas in the data model based on unary relations. As an explanation of length k, we take a Boolean formula of length k that minimizes the error with respect to the target attribute to be explained. We first provide novel quantitative bounds for the expected error in this scenario. We then also demonstrate how the setting works in practice by studying three concrete data sets. In each case, we calculate explanation formulas of different lengths using an encoding in Answer Set Programming. The most accurate formulas we obtain achieve errors similar to other methods on the same data sets. However, due to overfitting, these formulas are not necessarily ideal explanations, so we use cross validation to identify a suitable length for explanations. By limiting to shorter formulas, we obtain explanations that avoid overfitting but are still reasonably accurate and also, importantly, human interpretable.
• Abstract（参考訳）: 単項関係に基づくデータモデルにおける短いブール式による説明可能性について検討する。 長さ k の説明として、説明すべき対象属性に関して誤差を最小限にする長さ k のブール公式を取る。 このシナリオで期待される誤差に対して、まず新しい定量的境界を提供する。 さらに,具体的データセットを3つ検討することで,実際に設定がどのように機能するかを実証する。 いずれの場合も、アンサーセットプログラミングの符号化を用いて、異なる長さの説明公式を計算する。 得られた最も正確な公式は、同じデータセット上の他の方法と同様の誤差が得られる。 しかし、過度な適合のため、これらの公式は必ずしも理想的な説明ではないため、クロス検証を用いて説明に適する長さを特定する。 最短式に限定することで、過剰に適合しないが合理的に正確かつ重要な解釈可能な説明を得る。

関連論文リスト

• Abductive explanations of classifiers under constraints: Complexity and properties [6.629765271909503]
  制約を考慮に入れた3つの新しいタイプの説明を提案する。 それらは、機能空間全体から、あるいはデータセットから生成できる。 我々は、冗長で過剰なAXpを捨てるには、カバレッジが十分であることを示す。
  論文  参考訳（メタデータ） (2024-09-18T17:15:39Z)
• Look Globally and Reason: Two-stage Path Reasoning over Sparse Knowledge Graphs [70.8150181683017]
  スパース知識グラフ(英: Sparse Knowledge Graphs、KG)は、より人口密度の高いKGに比べて、(ヘッドエンティティ、リレーショナル、テールエンティティ)の形での事実が少ない。 スパースKGに対してLoGRe(Look Globally and Reason)と呼ばれる2段階経路推論モデルを提案する。
  論文  参考訳（メタデータ） (2024-07-26T07:10:27Z)
• Tractable Bounding of Counterfactual Queries by Knowledge Compilation [51.47174989680976]
  本稿では, パール構造因果モデルにおいて, 因果関係などの部分的特定可能なクエリのバウンダリングの問題について議論する。 最近提案された反復EMスキームは初期化パラメータをサンプリングしてそれらの境界を内部近似する。 シンボルパラメータを実際の値に置き換えた回路構造を,単一のシンボル知識コンパイルによって得られることを示す。
  論文  参考訳（メタデータ） (2023-10-05T07:10:40Z)
• Efficient Computation of Counterfactual Bounds [44.4263314637532]
  我々は,構造因果モデルのサブクラスにおけるクレダルネットのアルゴリズムを用いて,正確な反ファクト境界を計算する。 近似の精度を信頼性のある間隔で評価する。
  論文  参考訳（メタデータ） (2023-07-17T07:59:47Z)
• General Boolean Formula Minimization with QBF Solvers [4.264192013842096]
  我々は任意の形式で同等の式を得るという問題に興味を持っている。 我々は、最小化アルゴリズムを適用して、元の公式の自然言語翻訳を生成する動機付けをしている。 我々はその問題を解決するための3つの可能な(実践的な)アプローチを分析する。
  論文  参考訳（メタデータ） (2023-03-12T12:08:58Z)
• Explanation Selection Using Unlabeled Data for Chain-of-Thought Prompting [80.9896041501715]
  非専門家によって書かれたオフ・ザ・シェルフの説明のように、タスクのために"チューニング"されていない説明は、中途半端なパフォーマンスをもたらす可能性がある。 本稿では,ブラックボックス方式で説明拡散プロンプトを最適化する方法の課題に対処する。
  論文  参考訳（メタデータ） (2023-02-09T18:02:34Z)
• Measuring and Narrowing the Compositionality Gap in Language Models [116.5228850227024]
  モデルがすべてのサブプロブレムに正しく答えられる頻度を計測するが、全体の解は生成しない。 我々は,思考の連鎖をさらに改善する新たな手法である自己認識法を提案する。
  論文  参考訳（メタデータ） (2022-10-07T06:50:23Z)
• Explainability via Short Formulas: the Case of Propositional Logic with Implementation [2.583686260808494]
  非常に一般的な設定で、説明可能性に関する多くの関連する定義を与える。 我々の関心は、入力モデルにおける入力公式の真理値を説明することを目的とした、いわゆる特殊説明問題である。
  論文  参考訳（メタデータ） (2022-09-03T11:47:25Z)
• Don't Explain Noise: Robust Counterfactuals for Randomized Ensembles [50.81061839052459]
  我々は確率論的問題として、堅牢な対実的説明の生成を定式化する。 アンサンブルモデルのロバスト性とベース学習者のロバスト性との関係を示す。 本手法は, 反実的説明から初期観測までの距離をわずかに増加させるだけで, 高いロバスト性を実現する。
  論文  参考訳（メタデータ） (2022-05-27T17:28:54Z)
• Superredundancy: A tool for Boolean formula minimization complexity analysis [0.0]
  超冗長節 (superredundant clause) は、公式の解法閉鎖において冗長な節である。 逆の超冗長性の概念は、与えられたものと同値であるすべての最小のCNF式における節のメンバシップを保証する。
  論文  参考訳（メタデータ） (2022-05-02T09:17:52Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)

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。