Fugu-MT 論文翻訳(概要): Imprecise Belief Fusion Facing a DST benchmark problem

論文の概要: Imprecise Belief Fusion Facing a DST benchmark problem

arxiv url: http://arxiv.org/abs/2408.08928v1
Date: Fri, 16 Aug 2024 00:03:32 GMT
ステータス: 処理完了
システム内更新日: 2024-08-20 23:26:14.977281
Title: Imprecise Belief Fusion Facing a DST benchmark problem
Title（参考訳）: DSTベンチマーク問題に直面する不正確な信念融合
Authors: Francisco Aragão, João Alcântara,
Abstract要約: 我々は、DST形式装置を確率論理のものと同型に賭ける。 DSTパラドックス問題に新しい融合法を適用した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: When we merge information in Dempster-Shafer Theory (DST), we are faced with anomalous behavior: agents with equal expertise and credibility can have their opinion disregarded after resorting to the belief combination rule of this theory. This problem is interesting because belief fusion is an inherent part of dealing with situations where available information is imprecise, as often occurs in Artificial Intelligence. We managed to identify an isomorphism betwin the DST formal apparatus into that of a Probabilistic Logic. Thus, we solved the problematic inputs affair by replacing the DST combination rule with a new fusion process aiming at eliminating anomalies proposed by that rule. We apply the new fusion method to the DST paradox Problem.
Abstract（参考訳）: Dempster-Shafer Theory (DST) に情報を統合すると、我々は異常な振る舞いに直面している: 同等の専門知識と信頼性を持つエージェントは、この理論の信念の組み合わせ則に従えば、彼らの意見を無視することができる。この問題は、信念の融合が、人工知能でしばしば起こるように、利用可能な情報が不正確である状況に対処する固有の部分であることから興味深い。我々は、DST形式装置を確率論理のものと同一準同型に賭けることに成功した。そこで我々は,DST組み合わせ規則を,その規則によって提案される異常を解消することを目的とした新たな融合プロセスに置き換えることにより,問題となる入力問題を解決する。 DSTパラドックス問題に新しい融合法を適用した。

関連論文リスト

Towards Faithful Chain-of-Thought: Large Language Models are Bridging Reasoners [19.40385041079461]
大きな言語モデル(LLM)は、深刻な不信の連鎖(CoT)問題に悩まされる。まず、CoTステップの粒度におけるCoT忠実度問題について検討し、2つの推論パラダイムを特定した。次に、推論中の文脈、CoT、回答の因果関係を共同で分析する。
論文参考訳（メタデータ） (2024-05-29T09:17:46Z)
Focus on Your Question! Interpreting and Mitigating Toxic CoT Problems in Commonsense Reasoning [21.951313919964484]
大規模言語モデルは高レベルのコモンセンス推論能力を示す。 CoTライクな手法は、もともとは正しい答えが間違っていた、というかなりの数に繋がる。帰属的追跡法と因果的追跡法を用いて,モデルの内部動作機構を探索する。
論文参考訳（メタデータ） (2024-02-28T14:09:02Z)
A Belief Model for Conflicting and Uncertain Evidence -- Connecting Dempster-Shafer Theory and the Topology of Evidence [8.295493796476766]
本稿では,不一致,不完全,不確実な証拠に基づいて,信念の度合いを測定する新しいモデルを提案する。このモデルによる信念の計算次数は一般に#P完全であることが示される。
論文参考訳（メタデータ） (2023-06-06T09:30:48Z)
Exposing Attention Glitches with Flip-Flop Language Modeling [55.0688535574859]
この研究は、大きな言語モデルにおける注意点の現象を特定し、分析する。ニューラルネットワークモデルの外挿挙動を探索するために設計された,合成ベンチマークのファミリであるフリップフロップ言語モデリング(FFLM)を導入する。その結果,Transformer FFLM は散発的推論誤差の長い尾に悩まされていることがわかった。
論文参考訳（メタデータ） (2023-06-01T17:44:35Z)
Diagnostic Spatio-temporal Transformer with Faithful Encoding [54.02712048973161]
本稿では,データ生成プロセスが複合時間(ST)依存性を持つ場合の異常診断の課題について述べる。我々は、ST依存を時系列分類の副産物として学習する、教師付き依存発見として問題を定式化する。既存のST変圧器で使用される時間的位置符号化は、高周波数(短時間スケール)の周波数をキャプチャする重大な制限を有することを示す。また、空間的および時間的方向の両方で容易に消費可能な診断情報を提供する新しいST依存性発見フレームワークを提案する。
論文参考訳（メタデータ） (2023-05-26T05:31:23Z)
Learning to Defer to Multiple Experts: Consistent Surrogate Losses, Confidence Calibration, and Conformal Ensembles [0.966840768820136]
本研究は,L2D(L2D)を複数の専門家に委譲する学習の統計的特性について考察する。我々は、一貫したサロゲート損失、信頼性校正、および専門家の原則的なアンサンブルを導出するオープンな問題に対処する。
論文参考訳（メタデータ） (2022-10-30T21:27:29Z)
Conformance Checking with Uncertainty via SMT (Extended Version) [66.58864135810981]
データ認識参照プロセスに対する不確実なログの適合性を確認する方法を示す。我々のアプローチはモジュラーであり、異なるタイプの不確実性に均質に適合する。本研究は,概念実証によるアプローチの正しさと実現可能性を示す。
論文参考訳（メタデータ） (2022-06-15T11:39:45Z)
A fuzzy take on the logical issues of statistical hypothesis testing [0.0]
統計的仮説テスト(SHT)の論理的側面に注目した。 SHT は古典論理学において Modus Tollens から無音引数の形式をとるものである。モーダス・トレンスのファジィ拡張を利用して、頻度主義者のSHT論理を再構成する。
論文参考訳（メタデータ） (2021-06-24T15:33:43Z)
BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
論文参考訳（メタデータ） (2021-06-07T10:14:18Z)
Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
論文参考訳（メタデータ） (2021-01-17T07:48:45Z)
SMT-based Safety Verification of Parameterised Multi-Agent Systems [78.04236259129524]
パラメータ化マルチエージェントシステム(MAS)の検証について検討する。特に、与えられた状態公式として特徴づけられる不要な状態が、所定のMASで到達可能かどうかについて検討する。
論文参考訳（メタデータ） (2020-08-11T15:24:05Z)

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。