Fugu-MT 論文翻訳(概要): ZodiacEdge: a Datalog Engine With Incremental Rule Set Maintenance

論文の概要: ZodiacEdge: a Datalog Engine With Incremental Rule Set Maintenance

arxiv url: http://arxiv.org/abs/2312.14530v1
Date: Fri, 22 Dec 2023 08:53:48 GMT
ステータス: 処理完了
システム内更新日: 2023-12-25 15:38:22.300392
Title: ZodiacEdge: a Datalog Engine With Incremental Rule Set Maintenance
Title（参考訳）: ZodiacEdge: インクリメンタルルールセットメンテナンスを備えたデータログエンジン
Authors: Weiqin Xu and Olivier Cur\'e
Abstract要約: ルールセットの更新が可能となると、Datalog推論の実体化の漸進的なメンテナンスに取り組む。これはモノのインターネットとエッジコンピューティングの文脈において特に重要であり、スマートデバイスはデータログルールに代表される新しい知識を推論する必要があるかもしれない。提案手法は,ノードがデータログプログラムのルールセットに対応する依存ハイパーグラフに適用される階層化戦略の適応に基づく。
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: In this paper, we tackle the incremental maintenance of Datalog inference materialisation when the rule set can be updated. This is particularly relevant in the context of the Internet of Things and Edge computing where smart devices may need to reason over newly acquired knowledge represented as Datalog rules. Our solution is based on an adaptation of a stratification strategy applied to a dependency hypergraph whose nodes correspond to rule sets in a Datalog program. Our implementation supports recursive rules containing both negation and aggregation. We demonstrate the effectiveness of our system on real and synthetic data.
Abstract（参考訳）: 本稿では,ルールセットを更新可能なとき,データログの実体化の漸進的なメンテナンスに取り組む。これはモノのインターネットとエッジコンピューティングの文脈において特に重要であり、スマートデバイスはデータログルールに代表される新しい知識を推論する必要があるかもしれない。提案手法は,データログプログラムにおけるルールセットに対応するノードを依存ハイパーグラフに適用する階層化戦略の適応に基づいている。ネゲーションとアグリゲーションの両方を含む再帰的ルールをサポートしている。本システムの有効性を実データおよび合成データで実証する。

関連論文リスト

Fuzzy Datalog$^\exists$ over Arbitrary t-Norms [5.464669506214195]
ニューロ・シンボリックAIの領域における大きな課題の1つは、ニューラルデータとシンボリックデータの両方の存在下で論理的推論を行うことである。これは知識グラフ、ニューラルモデル予測、構造化データベース、クラウドソースデータなどの異種データソースを組み合わせる必要がある。規則体における古典的な接続の代わりとして任意のt-ノルムを許容することにより、規則ベースの標準言語Datalogをその設定に存在規則で一般化する。結果のフォーマリズムにより、計算複雑性結果の保存と確立された推論技術の適用性を保ちながら、関連するデータを不確実性の度合いで推論することが可能となる。
論文参考訳（メタデータ） (2024-03-05T12:51:40Z)
Deep Manifold Graph Auto-Encoder for Attributed Graph Embedding [51.75091298017941]
本稿では,属性付きグラフデータに対する新しいDeep Manifold (Variational) Graph Auto-Encoder (DMVGAE/DMGAE)を提案する。提案手法は,最先端のベースラインアルゴリズムを,一般的なデータセット間でのダウンストリームタスクの差を大きく越える。
論文参考訳（メタデータ） (2024-01-12T17:57:07Z)
Enhancing Datalog Reasoning with Hypertree Decompositions [17.868595375154506]
データログプログラムの物質化と漸進的評価にハイパーツリー分解を利用するアルゴリズムを提供する。このアプローチを標準データログ推論アルゴリズムとモジュール方式で組み合わせることで,分解によるオーバーヘッドを低減する。
論文参考訳（メタデータ） (2023-05-11T14:51:16Z)
Seminaive Materialisation in DatalogMTL [10.850687097496373]
DatalogMTLは、計量時間演算子を備えたDatalogの拡張である。本稿では,冗長計算を最小化するための物質化に基づく手法を提案する。実験の結果,DatalogMTLの最適化セミナティブ戦略により,製造時間を大幅に短縮できることがわかった。
論文参考訳（メタデータ） (2022-08-15T10:04:44Z)
A Gaze into the Internal Logic of Graph Neural Networks, with Logic [0.0]
グラフニューラルネットワークはロジックプログラミングといくつかの重要な推論メカニズムを共有している。本稿では,グラフのリンク構造と新しいノードのノード特性の情報内容から学習に伴う情報フローをモデル化する方法を示す。我々のアプローチは、グラフニューラルネットワークのトレーニングと推論段階の重要な情報伝達ステップをPrologプログラムの助けを借りてエミュレートすることで構成される。現実的な結果として,機械学習アルゴリズムとして見られる論理プログラムは,ノード特性予測ベンチマーク上で,技術の状態に近い動作を行う。
論文参考訳（メタデータ） (2022-08-05T10:49:21Z)
Complexity of Arithmetic in Warded Datalog+- [1.5469452301122173]
Warded Datalog+- ロジックベースの言語Datalogを拡張し、ルールヘッドに存在量化器を配置する。我々はWarded Datalog+を算術演算で拡張し、P完全性を証明する新しい言語を定義する。我々は,新たに定義された言語に対する効率的な推論アルゴリズムを提案し,最近導入された整数演算を用いたデータログフラグメントの記述的複雑性を証明した。
論文参考訳（メタデータ） (2022-02-10T15:14:03Z)
Learning to Drop: Robust Graph Neural Network via Topological Denoising [50.81722989898142]
グラフニューラルネットワーク(GNN)のロバスト性および一般化性能を向上させるために,パラメータ化トポロジカルデノイングネットワークであるPTDNetを提案する。 PTDNetは、パラメータ化されたネットワークでスパーシファイドグラフ内のエッジ数をペナル化することで、タスク非関連エッジを創出する。 PTDNetはGNNの性能を著しく向上させ,さらにノイズの多いデータセットでは性能が向上することを示す。
論文参考訳（メタデータ） (2020-11-13T18:53:21Z)
DAGA: Data Augmentation with a Generation Approach for Low-resource Tagging Tasks [88.62288327934499]
線形化ラベル付き文に基づいて訓練された言語モデルを用いた新しい拡張手法を提案する。本手法は, 教師付き設定と半教師付き設定の両方に適用可能である。
論文参考訳（メタデータ） (2020-11-03T07:49:15Z)
An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文参考訳（メタデータ） (2020-06-18T20:09:53Z)
Evaluating Logical Generalization in Graph Neural Networks [59.70452462833374]
グラフニューラルネットワーク(GNN)を用いた論理一般化の課題について検討する。ベンチマークスイートであるGraphLogでは、学習アルゴリズムが異なる合成論理でルール誘導を実行する必要がある。モデルが一般化し適応する能力は、トレーニング中に遭遇する論理規則の多様性によって強く決定される。
論文参考訳（メタデータ） (2020-03-14T05:45:55Z)
Graphs, Convolutions, and Neural Networks: From Graph Filters to Graph Neural Networks [183.97265247061847]
我々はグラフ信号処理を活用してグラフニューラルネットワーク(GNN)の表現空間を特徴付ける。 GNNにおけるグラフ畳み込みフィルタの役割について議論し、そのようなフィルタで構築されたアーキテクチャは、置換同値の基本的な性質と位相変化に対する安定性を持つことを示す。また,ロボット群に対するリコメンデータシステムや分散型コントローラの学習におけるGNNの利用について検討した。
論文参考訳（メタデータ） (2020-03-08T13:02:15Z)

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。