Fugu-MT 論文翻訳(概要): On a Combinatorial Problem Arising in Machine Teaching

論文の概要: On a Combinatorial Problem Arising in Machine Teaching

arxiv url: http://arxiv.org/abs/2402.04907v2
Date: Fri, 9 Feb 2024 07:15:02 GMT
ステータス: 処理完了
システム内更新日: 2024-02-12 19:17:10.110714
Title: On a Combinatorial Problem Arising in Machine Teaching
Title（参考訳）: 機械教育における組合せ問題について
Authors: Brigt H{\aa}vardstun, Jan Kratochv\'il, Joakim Sunde, Jan Arne Telle
Abstract要約: 本研究では,概念と実例の両面において,教師マッピングをサイズ関数から構築する機械教育のモデルについて検討する。最近の論文では、このモデルの最悪のケースは、概念クラスの大きさの関数として、整合行列がゼロから上への数のバイナリ表現を含むときに起こると推測されている。
参考スコア（独自算出の注目度）: 1.2289361708127877
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We study a model of machine teaching where the teacher mapping is constructed from a size function on both concepts and examples. The main question in machine teaching is the minimum number of examples needed for any concept, the so-called teaching dimension. A recent paper [7] conjectured that the worst case for this model, as a function of the size of the concept class, occurs when the consistency matrix contains the binary representations of numbers from zero and up. In this paper we prove their conjecture. The result can be seen as a generalization of a theorem resolving the edge isoperimetry problem for hypercubes [12], and our proof is based on a lemma of [10].
Abstract（参考訳）: 本研究では,概念と実例の両面において,教師マッピングをサイズ関数から構築する機械教育のモデルについて検討する。機械教育における主な疑問は、あらゆる概念、いわゆる教示次元に必要な例の最小数である。最近の論文 [7] では、このモデルの最悪の場合、概念クラスの大きさの関数として、一貫性行列がゼロ以上の数の二進表現を含むときに起こると推測した。本稿では,それらの予想を証明する。この結果は、ハイパーキューブ [12] のエッジ等尺性問題を解く定理の一般化と見なすことができ、我々の証明は [10] の補題に基づいている。

関連論文リスト

Disentangled Representation Learning with the Gromov-Monge Gap [65.73194652234848]
乱れのないデータから歪んだ表現を学習することは、機械学習における根本的な課題である。本稿では,2次最適輸送に基づく非交叉表現学習手法を提案する。提案手法の有効性を4つの標準ベンチマークで示す。
論文参考訳（メタデータ） (2024-07-10T16:51:32Z)
Inference via Interpolation: Contrastive Representations Provably Enable Planning and Inference [110.47649327040392]
時系列データを考えると、“今後どうなるか?”や“どうやって来たのか?”といった質問に答えるにはどうすればよいでしょう? これらの質問は、学習された表現の観点から、いかにコンパクトで閉じた形状の解が得られるかを示す。
論文参考訳（メタデータ） (2024-03-06T22:27:30Z)
The No Free Lunch Theorem, Kolmogorov Complexity, and the Role of Inductive Biases in Machine Learning [80.1018596899899]
ニューラルネットワークモデルは、Kolmogorov複雑性を使って形式化された、同じ好みを共有している、と我々は主張する。実験の結果、事前訓練された言語モデルでも、低複雑さのシーケンスを生成するのが好まれることがわかった。これらの観察は、ますます小さな機械学習モデルで異なるように見える問題を統一する深層学習の傾向を正当化する。
論文参考訳（メタデータ） (2023-04-11T17:22:22Z)
Representer Theorems for Metric and Preference Learning: A Geometric Perspective [0.0]
計量学習と選好学習を同時に行うための新しい代表者定理を得る。本稿では,三重項比較によるメートル法学習の課題に対して,本フレームワークが適用可能であることを示す。カーネル・ヒルベルト・スペースを再現する場合、学習問題の解をカーネル用語で表現できることを実証する。
論文参考訳（メタデータ） (2023-04-07T16:34:25Z)
Succinct Representations for Concepts [12.134564449202708]
chatGPTのようなファンデーションモデルは、様々なタスクで顕著なパフォーマンスを示している。しかし、多くの疑問に対して、彼らは正確なように見える誤った答えを生み出すかもしれない。本稿では,圏論に基づく概念の簡潔な表現について述べる。
論文参考訳（メタデータ） (2023-03-01T12:11:23Z)
Projections of Orbital Measures and Quantum Marginal Problems [0.0]
確率密度の積分公式を証明し、密度のいくつかの性質を確立し、表現論における問題への接続について議論する。応用として、量子情報理論における限界問題に関する多くの結果を示し、また制限乗数に対する積分公式を証明した。
論文参考訳（メタデータ） (2021-12-27T21:21:22Z)
Test Set Sizing Via Random Matrix Theory [91.3755431537592]
本稿ではランダム行列理論の手法を用いて、単純な線形回帰に対して理想的なトレーニング-テストデータ分割を求める。それは「理想」を整合性計量を満たすものとして定義し、すなわち経験的モデル誤差は実際の測定ノイズである。本論文は,任意のモデルのトレーニングとテストサイズを,真に最適な方法で解決した最初の論文である。
論文参考訳（メタデータ） (2021-12-11T13:18:33Z)
Recall and Learn: A Memory-augmented Solver for Math Word Problems [15.550156292329229]
そこで我々は,リコールと学習の方法として,新しい人間的類似学習法を提案する。提案するフレームワークは,メモリ,表現,アナロジー,推論のモジュールで構成されている。
論文参考訳（メタデータ） (2021-09-27T14:59:08Z)
A simple geometric proof for the benefit of depth in ReLU networks [57.815699322370826]
本論文では, 多層フィードフォワードネットワークにおける深度の利点を, 整流活性化(深度分離)により証明する。我々は、線形深さ($m$)と小さな定数幅($leq 4$)を持つ具体的なニューラルネットワークを示し、問題をゼロエラーで分類する。
論文参考訳（メタデータ） (2021-01-18T15:40:27Z)
Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文参考訳（メタデータ） (2021-01-13T15:22:01Z)
A non-commutative Bayes' theorem [0.0]
ベイズの定理の類似性を古典的および量子的共同文脈で証明する。さらに、ほぼ至る所で同値な非可換性を開発する。この手順が量子情報理論に関連するいくつかの例に対してどのように機能するかを説明する。
論文参考訳（メタデータ） (2020-05-08T07:51:01Z)

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。