Fugu-MT 論文翻訳(概要): A Hypothesis on Black Swan in Unchanging Environments

論文の概要: A Hypothesis on Black Swan in Unchanging Environments

arxiv url: http://arxiv.org/abs/2407.18422v2
Date: Sun, 15 Sep 2024 21:08:44 GMT
ステータス: 処理完了
システム内更新日: 2024-09-18 01:16:44.554280
Title: A Hypothesis on Black Swan in Unchanging Environments
Title（参考訳）: 変わらぬ環境における黒白鳥の仮説
Authors: Hyunin Lee, Chanwoo Park, David Abel, Ming Jin,
Abstract要約: 黒い白鳥の出来事は、非常に高いリスクをもたらす統計的に稀な出来事である。まず,黒白鳥イベントを慎重に分類し,空間的な黒白鳥イベントに着目し,数学的に黒白鳥イベントの定義を定式化する。
参考スコア（独自算出の注目度）: 13.253461581200618
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Black swan events are statistically rare occurrences that carry extremely high risks. A typical view of defining black swan events is heavily assumed to originate from an unpredictable time-varying environments; however, the community lacks a comprehensive definition of black swan events. To this end, this paper challenges that the standard view is incomplete and claims that high-risk, statistically rare events can also occur in unchanging environments due to human misperception of their value and likelihood, which we call as spatial black swan event. We first carefully categorize black swan events, focusing on spatial black swan events, and mathematically formalize the definition of black swan events. We hope these definitions can pave the way for the development of algorithms to prevent such events by rationally correcting human perception.
Abstract（参考訳）: 黒い白鳥の出来事は、非常に高いリスクをもたらす統計的に稀な出来事である。黒い白鳥の出来事を定義する典型的な見解は、予測不可能な時間変化の環境に由来すると強く考えられているが、コミュニティは黒白鳥の出来事の包括的定義を欠いている。そこで本論文では,高リスクで統計的に稀な事象が,その価値と可能性の人間の誤認による変化のない環境においても発生しうると主張する。まず、黒白鳥事象を慎重に分類し、空間的な黒白鳥事象に着目し、黒白鳥事象の定義を数学的に定式化する。これらの定義が、人間の知覚を合理的に補正することで、そのような事象を防ぐアルゴリズムの開発の道を開くことを願っている。

関連論文リスト

Schema-Guided Culture-Aware Complex Event Simulation with Multi-Agent Role-Play [69.57968387772428]
自然災害や社会と政治の対立といった複雑な出来事は、政府や社会からの迅速な対応を必要とする。我々は、ドメイン知識を表すイベントスキーマの両方でガイドされる、制御可能な複雑なニュースイベントシミュレータを開発した。ジオディバース・コモンセンスとカルチャー・ノルム・アウェア・ナレッジ・エンハンスメント・コンポーネントを導入する。
論文参考訳（メタデータ） (2024-10-24T17:21:43Z)
OpenEP: Open-Ended Future Event Prediction [57.63525290892786]
我々はOpenEP(Open-Ended Future Event Prediction Task)を導入し、現実のシナリオに合わせたフレキシブルで多様な予測を生成する。質問構築には、場所、時間、イベント開発、イベント結果、イベント影響、イベント応答など、7つの視点から質問する。結果構築のために,結果を含む自由形式のテキストを基礎的真理として収集し,意味論的に完全かつ詳細に富んだ結果を提供する。
論文参考訳（メタデータ） (2024-08-13T02:35:54Z)
What an event is not: unravelling the identity of events in quantum theory and gravity [0.0]
量子物理学と重力の交点における事象の概念を探求する。様々な実験や思考実験を通じて、このような非古典的な文脈でイベントを定義するために、どの特性が使えるのか、あるいは利用できないのかを分析する。
論文参考訳（メタデータ） (2024-03-29T21:22:16Z)
Improving Event Definition Following For Zero-Shot Event Detection [66.27883872707523]
ゼロショットイベント検出に対する既存のアプローチは通常、既知のイベントタイプをアノテートしたデータセット上でモデルをトレーニングする。イベント定義に従うためのトレーニングモデルによるゼロショットイベント検出の改善を目指しています。
論文参考訳（メタデータ） (2024-03-05T01:46:50Z)
Clustering-based Identification of Precursors of Extreme Events in Chaotic Systems [0.0]
力学系の状態における急激かつ急激な高振幅変化は、極端事象と呼ばれる。カオスシステムにおける希少かつ極端な事象の前駆体を特定するために,データ駆動のモジュラリティに基づくクラスタリング手法の適用性を検討した。
論文参考訳（メタデータ） (2023-06-20T12:38:38Z)
What happens before and after: Multi-Event Commonsense in Event Coreference Resolution [9.57377689986741]
本稿では,イベント参照を時間的コモンセンス推論で拡張するモデルを提案する。このような推論を既存のイベントコアモデルに組み込むことで、その性能が向上することを示す。
論文参考訳（メタデータ） (2023-02-20T01:51:01Z)
Rich Event Modeling for Script Event Prediction [60.67635412135682]
スクリプトイベント予測のためのリッチイベント予測(REP)フレームワークを提案する。 REPは、テキストからそのような情報を抽出するイベント抽出器を含む。予測器の中核となるコンポーネントは、任意の数の引数を柔軟に扱う変換器ベースのイベントエンコーダである。
論文参考訳（メタデータ） (2022-12-16T05:17:59Z)
Predicting extreme events from data using deep machine learning: when and where [0.0]
我々は,極端事象の発生をモデル無しで予測するためのディープ畳み込みニューラルネットワーク(DCNN)ベースのフレームワークを開発する。我々は,北大西洋の2次元複素ギンズバーグ・ランダウ方程式と経験的風速データから合成したデータを用いて,機械学習に基づく予測フレームワークの実証と検証を行った。
論文参考訳（メタデータ） (2022-03-31T16:28:01Z)
Local Black-box Adversarial Attacks: A Query Efficient Approach [64.98246858117476]
アドリアックは、セキュリティに敏感なシナリオにおけるディープニューラルネットワークの適用を脅かしている。ブラックボックス攻撃における限られたクエリ内でのみクリーンな例の識別領域を摂動させる新しいフレームワークを提案する。攻撃成功率の高いブラックボックス摂動時のクエリ効率を大幅に改善できることを示すため,広範な実験を行った。
論文参考訳（メタデータ） (2021-01-04T15:32:16Z)
Temporal Reasoning on Implicit Events from Distant Supervision [91.20159064951487]
本稿では,暗黙的事象の理解度を評価する新しい時間的推論データセットを提案する。我々は、暗黙の出来事と明示的な出来事の間の時間的関係を予測する際に、最先端のモデルが苦労していることを発見した。本稿では,大規模テキストからの遠隔監視信号を利用して終末時刻を推定する,ニューロシンボリックな時間的推論モデルSYMTIMEを提案する。
論文参考訳（メタデータ） (2020-10-24T03:12:27Z)
Neural Conditional Event Time Models [11.920908437656413]
イベント時間モデルは、既知の特徴に基づいて、関心のあるイベントの発生時間を予測する。我々は,a)事象発生確率,b)発生予測時刻を区別する条件付き事象時刻モデルを開発する。その結果, 合成データ, 医療イベント (MIMIC-III) , ソーシャルメディア投稿において, イベント発生およびイベント時間予測の精度が向上した。
論文参考訳（メタデータ） (2020-04-03T05:08:13Z)

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。