論文の概要: On the Foundations of Conflict-Driven Solving for Hybrid MKNF Knowledge Bases

• arxiv url: http://arxiv.org/abs/2408.09626v1
• Date: Mon, 19 Aug 2024 01:13:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-20 18:03:47.206765
• Title: On the Foundations of Conflict-Driven Solving for Hybrid MKNF Knowledge Bases
• Title（参考訳）: ハイブリッドMKNF知識ベースのための競合駆動問題解決の基礎について
• Authors: Riley Kinahan, Spencer Killen, Kevin Wan, Jia-Huai You,
• Abstract要約: 本稿では,HMKNF-KBの競合駆動型解法に必要な理論的基盤について検討する。 これは、MKNFモデルの満足度を特徴付ける、完了式とループ公式のセットを定義する。 これは一組のノーグッドの基底を形成し、結果としてコンフリクト駆動のソルバのバックボーンとして使用できる。
• 参考スコア（独自算出の注目度）: 1.6424391774944478
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hybrid MKNF Knowledge Bases (HMKNF-KBs) constitute a formalism for tightly integrated reasoning over closed-world rules and open-world ontologies. This approach allows for accurate modeling of real-world systems, which often rely on both categorical and normative reasoning. Conflict-driven solving is the leading approach for computationally hard problems, such as satisfiability (SAT) and answer set programming (ASP), in which MKNF is rooted. This paper investigates the theoretical underpinnings required for a conflict-driven solver of HMKNF-KBs. The approach defines a set of completion and loop formulas, whose satisfaction characterizes MKNF models. This forms the basis for a set of nogoods, which in turn can be used as the backbone for a conflict-driven solver.
• Abstract（参考訳）: ハイブリッドMKNF知識ベース(HMKNF-KBs)は、クローズドワールドルールとオープンワールドオントロジーに対する厳密な統合推論のためのフォーマリズムである。 このアプローチは、しばしば分類的および規範的推論の両方に依存する実世界のシステムの正確なモデリングを可能にする。 競合駆動型解法は、MKNFがルーツとなるSAT(SAT)やASP(ASP)といった、計算的に難しい問題に対する主要なアプローチである。 本稿では,HMKNF-KBの競合駆動型解法に必要な理論的基盤について検討する。 このアプローチは、MKNFモデルを満足度で特徴づける、完了式とループ公式のセットを定義する。 これは一組のノーグッドの基底を形成し、結果としてコンフリクト駆動のソルバのバックボーンとして使用できる。

関連論文リスト

• LLaMA-Berry: Pairwise Optimization for O1-like Olympiad-Level Mathematical Reasoning [56.273799410256075]
  このフレームワークはMonte Carlo Tree Search (MCTS)と反復的なSelf-Refineを組み合わせて推論パスを最適化する。 このフレームワークは、一般的なベンチマークと高度なベンチマークでテストされており、探索効率と問題解決能力の点で優れた性能を示している。
  論文  参考訳（メタデータ） (2024-10-03T18:12:29Z)
• Unified continuous-time q-learning for mean-field game and mean-field control problems [4.416317245952636]
  分離型(非結合型Iq-関数)で統合されたq-関数を導入し、値関数とともにそのマーチンゲール特性を確立する。 我々は,平均場ゲーム(MFG)と平均場制御(MFC)の両問題に対して,一貫したQ-ラーニングアルゴリズムを考案した。 ジャンプ拡散設定におけるいくつかの例では、LQ フレームワーク内外において、分離した Iq-函数と値関数の正確なパラメータ化が得られる。
  論文  参考訳（メタデータ） (2024-07-05T14:06:59Z)
• BoardgameQA: A Dataset for Natural Language Reasoning with Contradictory Information [11.299785330182004]
  言語モデル(LM)は微調整なしに複雑な推論能力を示す。 本稿では,情報源の選好によって導かれる矛盾した情報による推論の問題を,デファシブル推論の古典的問題として定式化する。 我々は,ボードゲームQA上で様々なLMをベンチマークし,その結果,この問題における最先端のLMの推論能力に重大なギャップがあることを明らかにした。
  論文  参考訳（メタデータ） (2023-06-13T17:39:20Z)
• A Fixpoint Characterization of Three-Valued Disjunctive Hybrid MKNF Knowledge Bases [0.0]
  本稿では,3値のハイブリッドMKNF知識ベースを分割規則で反復的にキャプチャする演算子を用いて,頭部切断を利用する固定点構成を提案する。 この研究は、あるプログラムを、空の答えを持つ共役ハイブリッドMKNF知識ベースとして表現できるため、解離論理プログラムの部分安定モデルも取得する。
  論文  参考訳（メタデータ） (2022-08-05T10:47:07Z)
• Deep Reinforcement Learning for Orienteering Problems Based on Decomposition [13.332999086010718]
  本稿では, Knapsack problem (KP) と travel salesman problem (TSP) の2つに分割して, オリエンテーリング問題 (OP) の解法を提案する。 KPソルバはノードの選択に責任を持ち、TSPソルバは適切なパスを設計し、制約違反を判断するKPソルバを支援する。 実験結果から,提案アルゴリズムはトレーニング,推論,能力一般化の点で従来の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2022-04-25T11:45:31Z)
• Knowledge Base Question Answering by Case-based Reasoning over Subgraphs [81.22050011503933]
  本モデルでは,既存のKG補完アルゴリズムよりも複雑な推論パターンを必要とする問合せに対して,より効果的に答えることを示す。 提案モデルは、KBQAベンチマークの最先端モデルよりも優れているか、競合的に動作する。
  論文  参考訳（メタデータ） (2022-02-22T01:34:35Z)
• Logical blocks for fault-tolerant topological quantum computation [55.41644538483948]
  本稿では,プラットフォームに依存しない論理ゲート定義の必要性から,普遍的なフォールトトレラント論理の枠組みを提案する。 資源オーバーヘッドを改善するユニバーサル論理の新しいスキームについて検討する。 境界のない計算に好適な論理誤差率を動機として,新しい計算手法を提案する。
  論文  参考訳（メタデータ） (2021-12-22T19:00:03Z)
• Combining Rules and Embeddings via Neuro-Symbolic AI for Knowledge Base Completion [59.093293389123424]
  すべてのルールベースの知識ベースコンプリートモデルが同じではないことを示す。 1)関係の混合と,2)経路の混合の2つの異なるアプローチを提案する。 ブール論理を実数値論理に拡張することでルールを学習するニューロシンボリックAI上に実装すると、後者のモデルは、平均相互ランクにおいて、最先端のKBC精度を2-10%向上させる。
  論文  参考訳（メタデータ） (2021-09-16T17:54:56Z)
• Structural Learning of Probabilistic Sentential Decision Diagrams under Partial Closed-World Assumption [127.439030701253]
  確率感性決定図は構造化分解可能な回路のクラスである。 本稿では,回路の論理的基盤を暗黙的に提供する部分閉世界仮定に基づく新しいスキームを提案する。 予備実験では、提案手法がトレーニングデータに適切に適合し、基礎となる論理的基盤と整合性を維持した上で、テストデータによく適合することを示した。
  論文  参考訳（メタデータ） (2021-07-26T12:01:56Z)
• Unfounded Sets for Disjunctive Hybrid MKNF Knowledge Bases [0.0]
  分散ハイブリッドMKNF知識ベースとASPは、推論タスクの複雑さを増大させることなく拡張する場合もある。 解離的ハイブリッドMKNF知識ベースを解く唯一の方法は、推測と検証に基づいている。 これらの知識ベースに対する根拠のない集合の概念を形式化し、下限を特定し、これらを解法にどのように統合するかを実証する。
  論文  参考訳（メタデータ） (2021-02-25T20:44:42Z)
• Learning Likelihoods with Conditional Normalizing Flows [54.60456010771409]
  条件正規化フロー(CNF)はサンプリングと推論において効率的である。 出力空間写像に対する基底密度が入力 x 上で条件づけられた CNF について、条件密度 p(y|x) をモデル化する。
  論文  参考訳（メタデータ） (2019-11-29T19:17:58Z)

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。