論文の概要: The Generative Programs Framework

• arxiv url: http://arxiv.org/abs/2307.11282v1
• Date: Fri, 21 Jul 2023 00:57:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-24 14:13:00.058984
• Title: The Generative Programs Framework
• Title（参考訳）: generative programs フレームワーク
• Authors: Mordecai Waegell, Kelvin J. McQueen, and Emily C. Adlam
• Abstract要約: 任意の量的物理理論は、生成プログラムの形式で表すことができると論じる。 これらのグラフは「存在論的優先関係の符号化」と解釈でき、存在論的優先関係は因果関係の適切な一般化である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently there has been significant interest in using causal modelling techniques to understand the structure of physical theories. However, the notion of `causation' is limiting - insisting that a physical theory must involve causal structure already places significant constraints on the form that theory may take. Thus in this paper, we aim to set out a more general structural framework. We argue that any quantitative physical theory can be represented in the form of a generative program, i.e. a list of instructions showing how to generate the empirical data; the information-processing structure associated with this program can be represented by a directed acyclic graph (DAG). We suggest that these graphs can be interpreted as encoding relations of `ontological priority,' and that ontological priority is a suitable generalisation of causation which applies even to theories that don't have a natural causal structure. We discuss some applications of our framework to philosophical questions about realism, operationalism, free will, locality and fine-tuning.
• Abstract（参考訳）: 近年、因果モデリング技術を用いて物理理論の構造を理解することに大きな関心が寄せられている。 しかし、「因果関係」の概念は限定的であり、物理的理論が因果構造を伴わなければならないという主張は、既に理論がとるべき形態に重大な制約を課している。 そこで本稿では,より汎用的な構造的枠組みの確立を目指す。 我々は、任意の量的物理理論は、生成プログラムの形式で表現できる、すなわち、経験的データを生成する方法を示す命令のリスト、すなわち、このプログラムに関連する情報処理構造は、有向非巡回グラフ(DAG)で表すことができると主張している。 これらのグラフは「オントロジー優先性」の関係を符号化したものと解釈でき、存在論的優先性は自然因果構造を持たない理論にも当てはまる因果関係の適切な一般化である。 我々は,現実主義,操作主義,自由意志,局所性,微調整に関する哲学的疑問に対するフレームワークの応用について論じる。

関連論文リスト

• The Foundations of Tokenization: Statistical and Computational Concerns [51.370165245628975]
  トークン化は、NLPパイプラインにおける重要なステップである。 NLPにおける標準表現法としての重要性は認識されているが、トークン化の理論的基盤はまだ完全には理解されていない。 本稿では,トークン化モデルの表現と解析のための統一的な形式的枠組みを提案することによって,この理論的ギャップに対処することに貢献している。
  論文  参考訳（メタデータ） (2024-07-16T11:12:28Z)
• Foundations and Frontiers of Graph Learning Theory [81.39078977407719]
  グラフ学習の最近の進歩は、複雑な構造を持つデータを理解し分析する方法に革命をもたらした。 グラフニューラルネットワーク(GNN)、すなわちグラフ表現を学習するために設計されたニューラルネットワークアーキテクチャは、一般的なパラダイムとなっている。 本稿では,グラフ学習モデルに固有の近似と学習行動に関する理論的基礎とブレークスルーについて概説する。
  論文  参考訳（メタデータ） (2024-07-03T14:07:41Z)
• Learning Discrete Concepts in Latent Hierarchical Models [73.01229236386148]
  自然の高次元データから学習する概念は、ヒューマンアライメントと解釈可能な機械学習モデルの構築の可能性を秘めている。 我々は概念を階層的因果モデルを通して関連付けられた離散潜在因果変数として定式化する。 我々は、理論的な主張を合成データ実験で裏付ける。
  論文  参考訳（メタデータ） (2024-06-01T18:01:03Z)
• Pregeometry, Formal Language and Constructivist Foundations of Physics [0.0]
  我々は、量子幾何学の新しい概念と既存の概念が基礎となる前幾何学構造のメタ物理について論じる。 我々は、形式言語、特にホモトピー型理論の枠組みが前幾何学理論の概念的構成要素を提供することを示す証拠に注意を向ける。
  論文  参考訳（メタデータ） (2023-11-07T13:19:29Z)
• Query Structure Modeling for Inductive Logical Reasoning Over Knowledge Graphs [67.043747188954]
  KGに対する帰納的論理的推論のための構造モデル付きテキスト符号化フレームワークを提案する。 線形化されたクエリ構造とエンティティを、事前訓練された言語モデルを使ってエンコードして、回答を見つける。 2つの帰納的論理推論データセットと3つの帰納的推論データセットについて実験を行った。
  論文  参考訳（メタデータ） (2023-05-23T01:25:29Z)
• Causal models in string diagrams [0.0]
  因果モデル(英語版)の枠組みは、今日多くの科学的領域で適用されている因果推論に対する原則化されたアプローチを提供する。 本稿では,この枠組みを,圏論を用いて形式的に解釈した文字列図形言語に提示する。 因果モデルフレームワークによる因果推論は、最も自然かつ直感的に図式推論として行われることを議論し、実証する。
  論文  参考訳（メタデータ） (2023-04-15T21:54:48Z)
• MetaLogic: Logical Reasoning Explanations with Fine-Grained Structure [129.8481568648651]
  複雑な実生活シナリオにおけるモデルの論理的推論能力を調べるためのベンチマークを提案する。 推論のマルチホップ連鎖に基づいて、説明形式は3つの主成分を含む。 この新たな説明形式を用いて,現在のベストモデルの性能を評価した。
  論文  参考訳（メタデータ） (2022-10-22T16:01:13Z)
• Unscrambling the omelette of causation and inference: The framework of causal-inferential theories [0.0]
  プロセス理論形式論を用いた因果推論理論の概念を導入する。 この型で運用理論と現実主義理論の考え方をリキャストすることで、実験の現実主義的説明が操作的説明を超えたものを提供するものを明らかにする。 因果関係と推論の概念がそれらの従来の(古典的な)解釈と異なるような現実主義因果推論理論の公理を特定できるならば、本質的な量子的リアリズムの概念を定義する手段がある。
  論文  参考訳（メタデータ） (2020-09-07T17:58:22Z)
• Developing Constrained Neural Units Over Time [81.19349325749037]
  本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。 ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。 提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
  論文  参考訳（メタデータ） (2020-09-01T09:07:25Z)
• A structure theorem for generalized-noncontextual ontological models [0.0]
  我々は、トモグラフィ的に局所的な操作理論の一般化された非文脈的存在論的モデルが驚くほど厳密で単純な数学的構造を持つことを示すために、プロセス理論の枠組みを用いる。 我々は,古典性の概念の同値性に関する既知結果を,準備尺度から任意の構成シナリオまで拡張する。
  論文  参考訳（メタデータ） (2020-05-14T17:28:19Z)

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。