論文の概要: Generalizing Level Ranking Constraints for Monotone and Convex Aggregates

• arxiv url: http://arxiv.org/abs/2308.15888v1
• Date: Wed, 30 Aug 2023 09:04:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-31 14:03:42.757441
• Title: Generalizing Level Ranking Constraints for Monotone and Convex Aggregates
• Title（参考訳）: 単調および凸集合体のレベルランキング制約の一般化
• Authors: Tomi Janhunen (Tampere University)
• Abstract要約: 解集合プログラミング(ASP)では、解集合は興味のある探索問題の解をキャプチャする。 1つの実行可能な実装戦略は、翻訳ベースのASP.NETアプリケーションである。 我々は、ASP.NETの集約ベースの拡張をカバーするための一般化を目指して、レベルランキングの制約を再考する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In answer set programming (ASP), answer sets capture solutions to search problems of interest and thus the efficient computation of answer sets is of utmost importance. One viable implementation strategy is provided by translation-based ASP where logic programs are translated into other KR formalisms such as Boolean satisfiability (SAT), SAT modulo theories (SMT), and mixed-integer programming (MIP). Consequently, existing solvers can be harnessed for the computation of answer sets. Many of the existing translations rely on program completion and level rankings to capture the minimality of answer sets and default negation properly. In this work, we take level ranking constraints into reconsideration, aiming at their generalizations to cover aggregate-based extensions of ASP in more systematic way. By applying a number of program transformations, ranking constraints can be rewritten in a general form that preserves the structure of monotone and convex aggregates and thus offers a uniform basis for their incorporation into translation-based ASP. The results open up new possibilities for the implementation of translators and solver pipelines in practice.
• Abstract（参考訳）: 解集合プログラミング(ASP)では、解集合は興味のある探索問題の解を捕捉するので、解集合の効率的な計算が最も重要である。 1つの実行可能な実装戦略は、翻訳ベースのASPによって提供され、論理プログラムはBoolean satisfiability (SAT)、SAT modulo theory (SMT)、Mix-integer Programming (MIP)といった他のKR形式に変換される。 これにより、既存の解法を解集合の計算に用いることができる。 既存の翻訳の多くは、解答セットの最小限とデフォルトの否定を適切に捉えるために、プログラムの完了とレベルランキングに依存している。 本稿では,aspの集約的拡張をより体系的な方法でカバーするための一般化を目指して,階層的制約を再考する。 多くのプログラム変換を適用することで、ランク付け制約をモノトーンと凸集合の構造を保存する一般的な形式で書き換えることができ、それによって翻訳ベースのASP.NETに組み込むための統一的な基盤を提供する。 結果は、実際にトランスレータとソルバパイプラインを実装するための新たな可能性を開く。

関連論文リスト

• Self-Calibrated Listwise Reranking with Large Language Models [137.6557607279876]
  大規模言語モデル (LLM) はシーケンシャル・ツー・シーケンス・アプローチによってタスクのランク付けに使用されている。 この階調のパラダイムは、より大きな候補集合を反復的に扱うためにスライディングウインドウ戦略を必要とする。 そこで本稿では,LLMを用いた自己校正リストのランク付け手法を提案する。
  論文  参考訳（メタデータ） (2024-11-07T10:31:31Z)
• Probabilistic and Causal Satisfiability: the Impact of Marginalization [3.44747819522562]
  確率的・因果的言語で表される満足度問題に焦点をあてる。 線形言語はNPPP-, PSPACE-, NEXP完全満足度問題をもたらすことを示す。 また、与えられたベイズネットワーク、有向非巡回グラフ構造、あるいは小さなサイズに制限された制約付きモデルについても検討する。
  論文  参考訳（メタデータ） (2024-05-12T20:25:36Z)
• Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity [59.57065228857247]
  Retrieval-augmented Large Language Models (LLMs) は、質問回答(QA)のようなタスクにおける応答精度を高めるための有望なアプローチとして登場した。 本稿では,クエリの複雑さに基づいて,LLMの最適戦略を動的に選択できる適応型QAフレームワークを提案する。 オープンドメインのQAデータセットを用いて、複数のクエリの複雑さを網羅し、QAシステムの全体的な効率性と精度を高めることを示す。
  論文  参考訳（メタデータ） (2024-03-21T13:52:30Z)
• From Instructions to Constraints: Language Model Alignment with Automatic Constraint Verification [70.08146540745877]
  NLPタスクの共通制約を調査し、それらの引数の型に基づいて、それらを3つのクラスに分類する。 本稿では,ACT(ConsTraintsのアラインメント)という統合フレームワークを提案し,制約に適応したユーザアライメントのための監視信号を自動的に生成する。
  論文  参考訳（メタデータ） (2024-03-10T22:14:54Z)
• ExeDec: Execution Decomposition for Compositional Generalization in Neural Program Synthesis [54.18659323181771]
  プログラム合成において望ましいいくつかの異なる構成一般化形式を特徴付ける。 本稿では,ExeDecを提案する。ExeDecは,実行サブゴールを予測し,各ステップでプログラム実行によって段階的に通知される問題を解くための,新しい分解ベースの戦略である。
  論文  参考訳（メタデータ） (2023-07-26T01:07:52Z)
• Successive Prompting for Decomposing Complex Questions [50.00659445976735]
  最近の研究は、大規模言語モデル(LM)の機能を活用して、数ショットで複雑な質問応答を行う。 そこでは、複雑なタスクを単純なタスクに繰り返し分解し、それを解決し、最終解を得るまでプロセスを繰り返します。 我々の最良のモデル(逐次プロンプト付き)は、DROPデータセットの数ショットバージョンにおいて、5%の絶対F1の改善を実現します。
  論文  参考訳（メタデータ） (2022-12-08T06:03:38Z)
• Grounded Graph Decoding Improves Compositional Generalization in Question Answering [68.72605660152101]
  質問応答モデルは、長いシーケンスやより複雑なテスト構造のようなトレーニングパターンの新しい構成に一般化するのに苦労する。 構造化された予測をアテンション機構でグラウンド化することで,言語表現の合成一般化を改善する手法であるグラウンドドグラフデコーディングを提案する。 本モデルは,質問応答における合成一般化の挑戦的ベンチマークである構成自由ベース質問(CFQ)データセットにおいて,最先端のベースラインを著しく上回っている。
  論文  参考訳（メタデータ） (2021-11-05T17:50:14Z)
• Aggregate Semantics for Propositional Answer Set Programs [14.135212040150389]
  提案するASPプログラムに対して提案された主要な集合的セマンティクスを提示し、比較する。 計算複雑性や表現力などの重要な特性を強調し、異なるアプローチの能力と限界を概説する。
  論文  参考訳（メタデータ） (2021-09-17T17:38:55Z)
• Planning with Incomplete Information in Quantified Answer Set Programming [1.3501640559999886]
  ASP(Answer Set Programming)における不完全な情報を用いた計画手法を提案する。 論理プログラムが状態間の遷移関数を記述する単純な形式主義を用いて計画問題を表現している。 本稿では、量子化された論理プログラムをQBFに変換し、QBFソルバを実行する翻訳ベースのQASPソルバを提案する。
  論文  参考訳（メタデータ） (2021-08-13T21:24:47Z)
• An ASP semantics for Constraints involving Conditional Aggregates [9.289905977910378]
  ハイブリッド・アンサー・セット・プログラミング(ASP)の正式な基礎について詳しく述べる。 制約値や変数を集約する関数で、その基盤となる論理的フレームワークを拡張します。 線形制約を持つ論理プログラムに重きを置いて、いわゆる条件付き線形制約の特定のケースとして、ASP集約がいかに共通であるかを示す。
  論文  参考訳（メタデータ） (2020-02-17T12:25:01Z)
• Structural Decompositions of Epistemic Logic Programs [29.23726484912091]
  認識論理プログラム(ELP)は標準解集合プログラミング(ASP)の一般的な一般化である 本研究では, 木幅境界で構造特性を示すELPに対して, 線形時間で中心的な問題を解くことができることを示す。 また、これらの境界に従属する完全な動的プログラミングアルゴリズムも提供します。
  論文  参考訳（メタデータ） (2020-01-13T13:16:13Z)

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。