論文の概要: Quantifying analogy of concepts via ologs and wiring diagrams

• arxiv url: http://arxiv.org/abs/2402.01020v1
• Date: Thu, 1 Feb 2024 21:15:55 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-05 17:40:11.105449
• Title: Quantifying analogy of concepts via ologs and wiring diagrams
• Title（参考訳）: ologと配線図による概念のアナロジーの定量化
• Authors: Jason Lo
• Abstract要約: SpivakとKentによって作成されたログ(ログ)の理論に基づいて構築し、配線図の概念を定義します。 本稿では、配線図は有限有界ラベル付きグラフである。 ラベルは、ologの型に対応しており、自律システムにおけるセンサーの読み取りと解釈することもできる。
• 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: We build on the theory of ontology logs (ologs) created by Spivak and Kent, and define a notion of wiring diagrams. In this article, a wiring diagram is a finite directed labelled graph. The labels correspond to types in an olog; they can also be interpreted as readings of sensors in an autonomous system. As such, wiring diagrams can be used as a framework for an autonomous system to form abstract concepts. We show that the graphs underlying skeleton wiring diagrams form a category. This allows skeleton wiring diagrams to be compared and manipulated using techniques from both graph theory and category theory. We also extend the usual definition of graph edit distance to the case of wiring diagrams by using operations only available to wiring diagrams, leading to a metric on the set of all skeleton wiring diagrams. In the end, we give an extended example on calculating the distance between two concepts represented by wiring diagrams, and explain how to apply our framework to any application domain.
• Abstract（参考訳）: Spivak と Kent が生成したオントロジーログ (ologs) の理論に基づいて構築し,配線図の概念を定義する。 本稿では、配線図は有限有界ラベル付きグラフである。 ラベルはologの型に対応しており、自律システムにおけるセンサーの読み取りと解釈することもできる。 このように、配線図は、抽象概念を形成する自律システムのためのフレームワークとして使用できる。 骨格配線図に基づくグラフがカテゴリを形成することを示す。 これにより、スケルトン配線図はグラフ理論と圏論の両方の技法を用いて比較および操作できる。 また、グラフ編集距離の通常の定義を、配線図にのみ使用可能な操作を使用することで、配線図の場合にも拡張し、全てのスケルトン配線図の集合の計量に繋がる。 最後に、配線図で表される2つの概念間の距離を計算するための拡張例を示し、フレームワークをアプリケーションドメインに適用する方法を説明します。

関連論文リスト

• Neural Circuit Diagrams: Robust Diagrams for the Communication, Implementation, and Analysis of Deep Learning Architectures [0.0]
  ディープラーニングアーキテクチャを通信するニーズに合わせたグラフィカルな言語であるニューラル・サーキット・ダイアグラムを紹介します。 それらの構成構造はコードと類似しており、図と実装の密接な対応を作る。 数学的洞察を提供し、アルゴリズムの時間と空間の複雑さを分析する上で、それらの有用性を示します。
  論文  参考訳（メタデータ） (2024-02-08T05:42:13Z)
• Connector 0.5: A unified framework for graph representation learning [5.398580049917152]
  本稿では,浅層から最先端まで,様々なグラフ埋め込みモデルをカバーする新しいグラフ表現フレームワークを提案する。 我々は,グラフの構造的関係を表現するためのディープグラフ埋め込みモデルを提供する,効率的なオープンソースフレームワークを構築する計画である。
  論文  参考訳（メタデータ） (2023-04-25T23:28:38Z)
• You Only Transfer What You Share: Intersection-Induced Graph Transfer Learning for Link Prediction [79.15394378571132]
  従来見過ごされていた現象を調査し、多くの場合、元のグラフに対して密に連結された補グラフを見つけることができる。 より密度の高いグラフは、選択的で有意義な知識を伝達するための自然なブリッジを提供する元のグラフとノードを共有することができる。 この設定をグラフインターセクション誘導トランスファーラーニング(GITL)とみなし,eコマースや学術共同オーサシップ予測の実践的応用に動機づけられた。
  論文  参考訳（メタデータ） (2023-02-27T22:56:06Z)
• An Algebraic Framework for Stock & Flow Diagrams and Dynamical Systems Using Category Theory [2.030738254233949]
  この章では、基礎となる数学に焦点をあてるのではなく、StockFlow.jlの実装したソフトウェアによって作成されたコミュニケーション可能な病気の例を非公式に使用します。 まず、分類的ストック・フロー・ダイアグラムを特徴付け、ストック・フロー・ダイアグラムの構文とそれらのセマンティクスを明確に区別する。 カテゴリ理論を適用することで、これらのフレームワークはモジュール化された方法で小さな図から大きな図を作成することができる。
  論文  参考訳（メタデータ） (2022-11-01T16:15:54Z)
• Semi-Supervised Hierarchical Graph Classification [54.25165160435073]
  ノードがグラフのインスタンスである階層グラフにおけるノード分類問題について検討する。 本稿では階層グラフ相互情報(HGMI)を提案し,理論的保証をもってHGMIを計算する方法を提案する。 本稿では,この階層グラフモデリングとSEAL-CI法がテキストおよびソーシャルネットワークデータに与える影響を実証する。
  論文  参考訳（メタデータ） (2022-06-11T04:05:29Z)
• CGMN: A Contrastive Graph Matching Network for Self-Supervised Graph Similarity Learning [65.1042892570989]
  自己教師付きグラフ類似性学習のためのコントラストグラフマッチングネットワーク(CGMN)を提案する。 我々は,効率的なノード表現学習のために,クロスビューインタラクションとクロスグラフインタラクションという2つの戦略を用いる。 我々はノード表現をグラフ類似性計算のためのプール演算によりグラフレベル表現に変換する。
  論文  参考訳（メタデータ） (2022-05-30T13:20:26Z)
• Learning Graphon Autoencoders for Generative Graph Modeling [91.32624399902755]
  Graphonは任意のサイズでグラフを生成する非パラメトリックモデルであり、グラフから簡単に誘導できる。 解析可能でスケーラブルなグラフ生成モデルを構築するために,textitgraphon autoencoder という新しいフレームワークを提案する。 線形グルーポン分解モデルはデコーダとして機能し、潜在表現を活用して誘導されたグルーポンを再構成する。
  論文  参考訳（メタデータ） (2021-05-29T08:11:40Z)
• Automated Diagram Generation to Build Understanding and Usability [0.0]
  因果ループとストックおよびフロー図は、関係を整理し意味を伝えるのに役立つため、システムダイナミクスで広く使われている。 本稿では,その情報を自動生成した因果ループ図で明確に示す方法について述べる。
  論文  参考訳（メタデータ） (2020-05-27T22:32:16Z)
• Wasserstein-based Graph Alignment [56.84964475441094]
  我々は,より小さいグラフのノードと大きなグラフのノードをマッチングすることを目的とした,1対多のグラフアライメント問題に対する新しい定式化を行った。 提案手法は,各タスクに対する最先端のアルゴリズムに対して,大幅な改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2020-03-12T22:31:59Z)
• Bridging Knowledge Graphs to Generate Scene Graphs [49.69377653925448]
  本稿では,2つのグラフ間の情報伝達を反復的に行う新しいグラフベースニューラルネットワークを提案する。 我々のグラフブリッジネットワークであるGB-Netは、エッジとノードを連続的に推論し、相互接続されたシーンとコモンセンスグラフのリッチでヘテロジニアスな構造を同時に活用し、洗練する。
  論文  参考訳（メタデータ） (2020-01-07T23:35:52Z)
• Homology-Preserving Multi-Scale Graph Skeletonization Using Mapper on Graphs [5.86893539706548]
  本稿では、トポロジカルデータ解析の一般的なツールであるmapper構築をグラフ視覚化に適用することを提案する。 我々は,グラフのホモロジー保存骨格を生成するモグ (mog) と呼ばれる,重み付けされた非方向グラフを対象とするマッパー構成のバリエーションを開発する。 我々は,このような骨格のインタラクティブな探索を可能にするソフトウェアツールを提供し,本手法の合成および実世界のデータに対する有効性を実証する。
  論文  参考訳（メタデータ） (2018-04-03T19:18:36Z)

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。