論文の概要: Boolean Logic as an Error feedback mechanism
- arxiv url: http://arxiv.org/abs/2401.16418v1
- Date: Mon, 29 Jan 2024 18:56:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 13:29:53.182396
- Title: Boolean Logic as an Error feedback mechanism
- Title(参考訳): エラーフィードバック機構としてのブール論理
- Authors: Louis Leconte
- Abstract要約: ブール論理のバックパゲーションの概念は、重みとアクティベーションがブール数であるニューラルネットワークを構築するために導入された。
ほとんどの計算は、訓練とフェーズの間、実際の算術ではなく論理で行うことができる。
- 参考スコア(独自算出の注目度): 0.5439020425819
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The notion of Boolean logic backpropagation was introduced to build neural
networks with weights and activations being Boolean numbers. Most of
computations can be done with Boolean logic instead of real arithmetic, both
during training and inference phases. But the underlying discrete optimization
problem is NP-hard, and the Boolean logic has no guarantee. In this work we
propose the first convergence analysis, under standard non-convex assumptions.
- Abstract(参考訳): ブール論理バックプロパゲーションの概念は、重みとアクティベーションをブール数とするニューラルネットワークを構築するために導入された。
ほとんどの計算は、トレーニングと推論フェーズの両方において、実際の算術ではなくブール論理で行うことができる。
しかし、基礎となる離散最適化問題はNPハードであり、ブール論理には保証がない。
本研究では, 標準非凸仮定の下での最初の収束解析を提案する。
関連論文リスト
- Boolean Variation and Boolean Logic BackPropagation [0.0]
変動の概念はブール集合に導入され、ブール論理のバックプロパゲーション原理が開発された。
ディープモデルは重みとアクティベーションをブール数として構築でき、実算術の代わりにブール論理で操作できる。
論文 参考訳(メタデータ) (2023-11-13T16:01:43Z) - Empower Nested Boolean Logic via Self-Supervised Curriculum Learning [67.46052028752327]
大規模言語モデルを含む事前学習された言語モデルは、多言語論理に直面するランダムセレクタのように振る舞う。
この基本的能力で言語モデルを強化するために,本稿では,新たな自己教師付き学習手法であるtextitCurriculum Logical Reasoning (textscClr) を提案する。
論文 参考訳(メタデータ) (2023-10-09T06:54:02Z) - Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文)
論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。
ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
論文 参考訳(メタデータ) (2022-07-04T14:38:49Z) - Neuro-Symbolic Inductive Logic Programming with Logical Neural Networks [65.23508422635862]
我々は最近提案された論理ニューラルネットワーク(LNN)を用いた学習規則を提案する。
他のものと比較して、LNNは古典的なブール論理と強く結びついている。
標準ベンチマークタスクの実験では、LNNルールが極めて解釈可能であることを確認した。
論文 参考訳(メタデータ) (2021-12-06T19:38:30Z) - Logical Credal Networks [87.25387518070411]
本稿では,論理と確率を組み合わせた先行モデルの多くを一般化した表現的確率論的論理である論理的クレダルネットワークを紹介する。
本稿では,不確実性のあるマスターミンドゲームを解くこと,クレジットカード詐欺を検出することを含む,最大後部推論タスクの性能について検討する。
論文 参考訳(メタデータ) (2021-09-25T00:00:47Z) - Logical-qubit operations in an error-detecting surface code [0.0]
我々は、繰り返しエラー検出サイクルを用いて安定化された距離2の論理量子ビット上の論理演算セットを実現する。
各種類の動作に対して、フォールトトレラント変種に対する非フォールトトレラント変種よりも高い性能を観測する。
論文 参考訳(メタデータ) (2021-02-25T18:40:02Z) - Quantum logics close to Boolean algebras [0.0]
対称的な相違が与えられた正方形ポゼットを考える。
我々は、XOR型接続型量子論理を考える。
ここで追求された直交的なポーズは、任意に高い非可逆性を持つ可能性を持っていることに留意する。
論文 参考訳(メタデータ) (2021-01-14T08:48:44Z) - Neural Logic Reasoning [47.622957656745356]
本稿では,ディープラーニングと論理推論の能力を統合するために,論理統合ニューラルネットワーク(LINN)を提案する。
LINNは、神経モジュールとしてAND、OR、NOTなどの基本的な論理操作を学び、推論のためにネットワークを通して命題論理推論を行う。
実験の結果、LINNはTop-Kレコメンデーションにおいて最先端のレコメンデーションモデルを大幅に上回っていることがわかった。
論文 参考訳(メタデータ) (2020-08-20T14:53:23Z) - Logical Neural Networks [51.46602187496816]
ニューラルネットワーク(学習)と記号論理(知識と推論)の両方の重要な特性をシームレスに提供する新しいフレームワークを提案する。
すべてのニューロンは、重み付けされた実数値論理における公式の構成要素としての意味を持ち、非常に解釈不能な非絡み合い表現をもたらす。
推論は事前に定義されたターゲット変数ではなく、オムニであり、論理的推論に対応する。
論文 参考訳(メタデータ) (2020-06-23T16:55:45Z)
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。