Fugu-MT 論文翻訳(概要): Algebraic anti-unification

論文の概要: Algebraic anti-unification

arxiv url: http://arxiv.org/abs/2407.15510v1
Date: Mon, 22 Jul 2024 09:49:46 GMT
ステータス: 処理完了
システム内更新日: 2024-07-23 15:31:05.234030
Title: Algebraic anti-unification
Title（参考訳）: 代数的アンチ・ユニフィケーション
Authors: Christian Antić,
Abstract要約: 抽象は人間や人工知能にとって鍵であり、他の異なる物体や状況で共通の構造を見ることができる。アンチ・ユニフィケーション(英: anti-unification、あるいは generalization)は、理論計算機科学とAIによる抽象研究のテキストである。
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: Abstraction is key to human and artificial intelligence as it allows one to see common structure in otherwise distinct objects or situations and as such it is a key element for generality in AI. Anti-unification (or generalization) is \textit{the} part of theoretical computer science and AI studying abstraction. It has been successfully applied to various AI-related problems, most importantly inductive logic programming. Up to this date, anti-unification is studied only from a syntactic perspective in the literature. The purpose of this paper is to initiate an algebraic (i.e. semantic) theory of anti-unification within general algebras. This is motivated by recent applications to similarity and analogical proportions.
Abstract（参考訳）: 抽象は人間や人工知能にとって重要な要素であり、他の異なる対象や状況において共通の構造を見ることができるため、AIの一般性にとって重要な要素である。アンチユニフィケーション(英: anti-unification, あるいは generalization)は、理論計算機科学とAIによる抽象研究の分野である。これはAI関連の様々な問題、最も重要な帰納的論理プログラミングにうまく適用されている。現在まで、反統一は文学の統語論的観点からのみ研究されている。本論文の目的は、一般代数内での反統一の代数的(意味論)理論を開始することである。これは最近の類似性や類似度への応用によって動機づけられている。

関連論文リスト

Aligning Generalisation Between Humans and Machines [74.120848518198]
近年のAIの進歩は、科学的発見と意思決定支援において人間を支援できる技術をもたらしたが、民主主義と個人を妨害する可能性がある。 AIの責任ある使用は、ますます人間とAIのチームの必要性を示している。これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文参考訳（メタデータ） (2024-11-23T18:36:07Z)
Quantifying artificial intelligence through algebraic generalization [19.999962047304596]
現代のAIシステムは、シンボリック処理と抽象化を必要とするテストに不足している。 AIシステムにおける推論を定量化するための包括的で理論的に動機付けられたフレームワークは存在しない。ここでは、シンボリック一般化を明示的に定量化するために、計算複雑性理論の枠組みを採用する。
論文参考訳（メタデータ） (2024-11-08T20:08:18Z)
Analogical proportions II [0.0]
アナロジカル推論(アナロジカル推論)は、2つの遠い物体や状況の間の平行を検知する能力である。 a$ is to $b$ is to $c$ is to $d$'' at the core of analogical reasoning。
論文参考訳（メタデータ） (2024-05-22T09:02:12Z)
Equational Anti-Unification over Absorption Theories [1.124958340749622]
抗統一技術は、クローン検出と自動プログラム修復法で使用されている。本稿では、反統一変調純吸収理論、すなわち、いくつかの作用素は公理 $f(x,varepsilon_f) approx f(varepsilon_f,x) approx varepsilon_f$ を満たす特別な定数と関連している。我々はこのような理論に対する健全で完全なルールベースのアルゴリズムを提供し、さらに、反統一モジュロ吸収は無限であることを示す。
論文参考訳（メタデータ） (2023-10-17T10:38:06Z)
A Hybrid System for Systematic Generalization in Simple Arithmetic Problems [70.91780996370326]
本稿では,記号列に対する合成的および体系的推論を必要とする算術的問題を解くことができるハイブリッドシステムを提案する。提案システムは,最も単純なケースを含むサブセットでのみ訓練された場合においても,ネストした数式を正確に解くことができることを示す。
論文参考訳（メタデータ） (2023-06-29T18:35:41Z)
Core and Periphery as Closed-System Precepts for Engineering General Intelligence [62.997667081978825]
AIシステムの入力が出力から独立するかどうかは不明であり、従ってAIシステムが従来のコンポーネントとして扱われるかどうかは不明である。本稿では, 工学的汎用知能は, コアと周辺と呼ばれる, 新たな汎用システム規範を必要とすることを示唆する。
論文参考訳（メタデータ） (2022-08-04T18:20:25Z)
Learning Algebraic Representation for Systematic Generalization in Abstract Reasoning [109.21780441933164]
推論における体系的一般化を改善するためのハイブリッドアプローチを提案する。我々はRaven's Progressive Matrices (RPM) の抽象的空間時間課題に対する代数的表現を用いたプロトタイプを紹介する。得られた代数的表現は同型によって復号化して解を生成することができることを示す。
論文参考訳（メタデータ） (2021-11-25T09:56:30Z)
On syntactically similar logic programs and sequential decompositions [0.0]
ルールベースの推論は、論理プログラムを通じて人工知能研究において顕著に形式化された人間の知能の重要な部分である。複雑な物体を素体の合成として記述することは、コンピュータ科学や科学全般において一般的な戦略である。一段階の削減によって、異なるドメインにわたるクエリに、どのように類似性を使って答えることができるかを示す。
論文参考訳（メタデータ） (2021-09-11T15:22:17Z)
Learning Algebraic Recombination for Compositional Generalization [71.78771157219428]
合成一般化のための代数的組換え学習のためのエンドツーエンドニューラルモデルLeARを提案する。主要な洞察は、意味解析タスクを潜在構文代数学と意味代数学の間の準同型としてモデル化することである。 2つの現実的・包括的構成一般化の実験は、我々のモデルの有効性を実証している。
論文参考訳（メタデータ） (2021-07-14T07:23:46Z)
Relational reasoning and generalization using non-symbolic neural networks [66.07793171648161]
これまでの研究では、ニューラルネットワークは数学的同一性を表現することができないため、人間関係推論の適切なモデルではないことが示唆された。ニューラルネットワークは、基本等式(数学的同一性)を学習し、(2)正のトレーニングインスタンスのみを持つ逐次等式問題(ABAパターンの学習シーケンス)、(3)基本等式トレーニングインスタンスのみを持つ複雑で階層的等式問題(英語版)を学習できる。これらの結果は,データ駆動型,非記号的学習プロセスから,象徴的推論の本質的な側面が生まれることを示唆している。
論文参考訳（メタデータ） (2020-06-14T18:25:42Z)
Analogical Proportions [0.0]
本稿では、普遍代数学の一般設定において、$a$ is to $b$ to $c$ is to $d$' という形の類比例の抽象的枠組みを紹介する。類比の概念が数学的性質をアピールしていることが判明した。本論文は,AI-プロブレムの応用可能性を考慮したアナログ推論と学習システムの理論への第一歩である。
論文参考訳（メタデータ） (2020-06-04T13:44:36Z)

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。