論文の概要: An Extension-based Approach for Computing and Verifying Preferences in Abstract Argumentation
- arxiv url: http://arxiv.org/abs/2403.17653v1
- Date: Tue, 26 Mar 2024 12:36:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-27 15:27:36.592392
- Title: An Extension-based Approach for Computing and Verifying Preferences in Abstract Argumentation
- Title（参考訳）: 抽象論における拡張的手法による計算と妥当性検証
- Authors: Quratul-ain Mahesar, Nir Oren, Wamberto W. Vasconcelos,
- Abstract要約: 本稿では,抽象的論証システムにおいて,計算と選好の検証のための拡張型アプローチを提案する。
選好集合の計算の複雑さは議論の数で指数関数的であることを示す。
計算された選好を検証(すなわち評価)するための新しいアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 1.7065454553786665
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present an extension-based approach for computing and verifying preferences in an abstract argumentation system. Although numerous argumentation semantics have been developed previously for identifying acceptable sets of arguments from an argumentation framework, there is a lack of justification behind their acceptability based on implicit argument preferences. Preference-based argumentation frameworks allow one to determine what arguments are justified given a set of preferences. Our research considers the inverse of the standard reasoning problem, i.e., given an abstract argumentation framework and a set of justified arguments, we compute what the possible preferences over arguments are. Furthermore, there is a need to verify (i.e., assess) that the computed preferences would lead to the acceptable sets of arguments. This paper presents a novel approach and algorithm for exhaustively computing and enumerating all possible sets of preferences (restricted to three identified cases) for a conflict-free set of arguments in an abstract argumentation framework. We prove the soundness, completeness and termination of the algorithm. The research establishes that preferences are determined using an extension-based approach after the evaluation phase (acceptability of arguments) rather than stated beforehand. In this work, we focus our research study on grounded, preferred and stable semantics. We show that the complexity of computing sets of preferences is exponential in the number of arguments, and thus, describe an approximate approach and algorithm to compute the preferences. Furthermore, we present novel algorithms for verifying (i.e., assessing) the computed preferences. We provide details of the implementation of the algorithms (source code has been made available), various experiments performed to evaluate the algorithms and the analysis of the results.
- Abstract（参考訳）: 本稿では,抽象的論証システムにおいて,計算と選好の検証のための拡張型アプローチを提案する。
議論フレームワークから許容される議論の集合を特定するために、これまで多くの議論セマンティクスが開発されてきたが、暗黙の議論の選好に基づく受容性の背後にある正当化の欠如がある。
優先順位に基づく議論フレームワークは、優先順位のセットからどの議論が正当化されているかを決定することができる。
我々の研究は、抽象的な議論の枠組みと正当化された議論の集合が与えられた場合、議論に対する選好が何であるかを計算し、標準的な推論問題の逆を考察する。
さらに、計算された選好が許容できる議論の集合につながることを検証(すなわち評価)する必要がある。
本稿では、抽象的議論フレームワークにおいて、競合のない議論の集合に対して、全ての可能な選好セット(3つの特定事例に制限)を網羅的に計算し、列挙するための新しいアプローチとアルゴリズムを提案する。
我々は,アルゴリズムの健全性,完全性,終了性を証明した。
本研究は,事前に述べたよりも,評価フェーズ(議論の受け入れ可能性)の後に,拡張ベースのアプローチを用いて選好が決定されることを示す。
本研究では, 基礎的, 好ましく, 安定的な意味論に焦点をあてる。
そこで我々は,選好集合の計算の複雑さが引数数において指数関数的であることを示し,それに基づいて,選好集合の近似的アプローチとアルゴリズムを記述する。
さらに、計算された選好の検証(すなわち、評価)のための新しいアルゴリズムを提案する。
提案手法は,アルゴリズムの実装(ソースコードが利用可能),アルゴリズムの評価,結果の解析を行うための様々な実験である。
関連論文リスト
- A Unifying Framework for Learning Argumentation Semantics [50.69905074548764]
Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。
提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
論文 参考訳（メタデータ） (2023-10-18T20:18:05Z) - Ranking-based Argumentation Semantics Applied to Logical Argumentation
(full version) [2.9005223064604078]
構造化議論におけるランキングベースセマンティクスの振る舞いについて検討する。
ランキングに基づく多種多様なセマンティクスが,いわゆる計算可能性尺度を生み出していることを示す。
論文 参考訳（メタデータ） (2023-07-31T15:44:33Z) - Many-valued Argumentation, Conditionals and a Probabilistic Semantics
for Gradual Argumentation [3.9571744700171743]
本稿では,段階的議論の意味論の多値優先的解釈を定義するための一般的な手法を提案する。
概念の証明として、有限値の場合、条件付き推論に対してAnswer set Programmingアプローチが提案される。
また,多値条件セマンティクスに基づく漸進的議論の確率論的セマンティクスを開発し,論じる。
論文 参考訳（メタデータ） (2022-12-14T22:10:46Z) - Admissibility in Strength-based Argumentation: Complexity and Algorithms
(Extended Version with Proofs) [1.5828697880068698]
我々は、適応性に基づく意味論の強度に基づく論証フレームワーク(StrAF)への適応について研究する。
特に文献で定義された強い許容性は望ましい性質、すなわちDungの基本的な補題を満たさないことを示す。
計算(強弱)拡張に対する擬ブール制約の翻訳を提案する。
論文 参考訳（メタデータ） (2022-07-05T18:42:04Z) - Rationale-Augmented Ensembles in Language Models [53.45015291520658]
我々は、数発のテキスト内学習のための合理化促進策を再考する。
我々は、出力空間における合理的サンプリングを、性能を確実に向上させるキーコンポーネントとして特定する。
有理拡張アンサンブルは既存のプロンプト手法よりも正確で解釈可能な結果が得られることを示す。
論文 参考訳（メタデータ） (2022-07-02T06:20:57Z) - Analytical Solutions for the Inverse Problem within Gradual Semantics [3.957174470017176]
本稿では,段階的意味論における逆問題の解法として解析的アプローチを用いる方法を示す。
現在の最先端とは違って、そのようなアプローチは素早く解を見つけることができ、そのことが保証される。
論文 参考訳（メタデータ） (2022-03-02T15:55:10Z) - A Formalisation of Abstract Argumentation in Higher-Order Logic [77.34726150561087]
本稿では,古典的高階論理へのエンコーディングに基づく抽象的議論フレームワークの表現手法を提案する。
対話型および自動推論ツールを用いた抽象的議論フレームワークのコンピュータ支援評価のための一様フレームワークを提供する。
論文 参考訳（メタデータ） (2021-10-18T10:45:59Z) - Abstract Reasoning via Logic-guided Generation [65.92805601327649]
抽象的推論、すなわち、与えられた観測から複雑なパターンを推測することは、人工知能の中心的な構成要素である。
本稿では,後者のアプローチの枠組みを設計し,人工知能と人間の知能のギャップを埋めることを目的とする。
本稿では,提案する論理の最適化問題として,抽象的推論を削減した新しい生成型DNNフレームワークであるLoGeを提案する。
論文 参考訳（メタデータ） (2021-07-22T07:28:24Z) - Local policy search with Bayesian optimization [73.0364959221845]
強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。
局所探索のための政策勾配は、しばしばランダムな摂動から得られる。
目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
論文 参考訳（メタデータ） (2021-06-22T16:07:02Z) - Preference Elicitation in Assumption-Based Argumentation [3.0323642294813355]
我々は、仮定よりもどの選好が与えられた結論の集合につながるかを特定するために、標準的な推論問題の逆について考察する。
本稿では、所望の競合のない結論の集合が得られ得るシステム内の仮定よりも、可能なすべての選好集合を計算し、列挙するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-05-12T12:31:27Z) - Invariant Rationalization [84.1861516092232]
典型的な合理化基準、すなわち最大相互情報(MMI)は、合理性のみに基づいて予測性能を最大化する合理性を見つける。
ゲーム理論の不変な有理化基準を導入し、各環境において同じ予測器を最適にするために、有理を制約する。
理論的にも実証的にも、提案された理性は、素早い相関を除外し、異なるテストシナリオをより一般化し、人間の判断とよく一致させることができることを示す。
論文 参考訳（メタデータ） (2020-03-22T00:50:27Z)
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。