Fugu-MT 論文翻訳(概要): The Challenges of Effective AGM Belief Contraction

論文の概要: The Challenges of Effective AGM Belief Contraction

arxiv url: http://arxiv.org/abs/2409.09171v1
Date: Fri, 13 Sep 2024 20:03:53 GMT
ステータス: 処理完了
システム内更新日: 2024-09-17 22:09:06.764609
Title: The Challenges of Effective AGM Belief Contraction
Title（参考訳）: 効率的なAGM信頼契約の課題
Authors: Dominik Klumpp, Jandson S. Ribeiro,
Abstract要約: 非有限論理系には無限に多くの計算不可能な AGM 縮約関数が存在することを示す。正の面において、線形時間論理上の計算可能AGM縮約関数の無限類を同定する。
参考スコア（独自算出の注目度）: 1.6590638305972631
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Despite the significant interest in extending the AGM paradigm of belief change beyond finitary logics, the computational aspects of AGM have remained almost untouched. We investigate the computability of AGM contraction on non-finitary logics, and show an intriguing negative result: there are infinitely many uncomputable AGM contraction functions in such logics. Drastically, even if we restrict the theories used to represent epistemic states, in all non-trivial cases, the uncomputability remains. On the positive side, we identify an infinite class of computable AGM contraction functions on Linear Temporal Logic (LTL). We use B\"uchi automata to construct such functions as well as to represent and reason about LTL knowledge.
Abstract（参考訳）: AGMの信念変化のパラダイムを有限論理を超えて拡張することへの大きな関心にもかかわらず、AGMの計算的側面はほとんど触れられていない。非有限論理上のAGM収縮の計算可能性を調べ、興味深い負の結果を示す:そのような論理には無限に多くの計算不能なAGM収縮関数が存在する。悲惨なことに、疫学的な状態を表すために用いられる理論を制限しても、すべての非自明な場合、計算不可能性は残る。正の面では、線形時間論理(LTL)上で計算可能なAGM収縮関数の無限クラスを同定する。我々は,B\"uchi Automatica を用いてそのような関数を構築し,LTL の知識を表現・推論する。

関連論文リスト

LogicBench: Towards Systematic Evaluation of Logical Reasoning Ability of Large Language Models [52.03659714625452]
最近開発された大規模言語モデル (LLM) は、幅広い言語理解タスクにおいて非常によく機能することが示されている。しかし、それらは自然言語に対して本当に「理性」があるのだろうか? この疑問は研究の注目を集めており、コモンセンス、数値、定性的など多くの推論技術が研究されている。
論文参考訳（メタデータ） (2024-04-23T21:08:49Z)
LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers [60.009969929857704]
論理的推論は、科学、数学、社会に潜在的影響を与える可能性のある人工知能にとって重要なタスクである。本研究では、LINCと呼ばれるモジュール型ニューロシンボリックプログラミングのようなタスクを再構成する。我々は,FOLIOとProofWriterのバランスの取れたサブセットに対して,ほぼすべての実験条件下で,3つの異なるモデルに対して顕著な性能向上を観察した。
論文参考訳（メタデータ） (2023-10-23T17:58:40Z)
Logic-induced Diagnostic Reasoning for Semi-supervised Semantic Segmentation [85.12429517510311]
LogicDiagは、セマンティックセグメンテーションのためのニューラルネットワークによる半教師付き学習フレームワークである。私たちの重要な洞察は、記号的知識によって識別される擬似ラベル内の衝突は、強いが一般的に無視される学習信号として機能する、ということです。本稿では,論理規則の集合として意味論的概念の構造的抽象化を定式化するデータ・ハングリーセグメンテーションシナリオにおけるLogicDiagの実践的応用について紹介する。
論文参考訳（メタデータ） (2023-08-24T06:50:07Z)
Some Preliminary Steps Towards Metaverse Logic [0.8594140167290096]
我々は、現実と架空の基盤となるアプリケーションドメインの両方で発生する状況を扱うのに十分強力なロジックの現在の仕事について検討する。議論は比較的非公式なレベルで維持され、自然言語の用語における理論的概念の背後にある直観を常に伝えようと試みた。
論文参考訳（メタデータ） (2023-07-10T09:13:22Z)
Counterfactuals Modulo Temporal Logics [1.90365714903665]
ルイスの反事実論は、多くの現代の因果性の概念の基礎となっている。我々はこの理論を時間方向に拡張し、無限列上の記号的対実的推論を可能にする。
論文参考訳（メタデータ） (2023-06-15T07:40:36Z)
Learnability with PAC Semantics for Multi-agent Beliefs [38.88111785113001]
推論と帰納の緊張は、おそらく哲学、認知、人工知能といった分野において最も根本的な問題である。 Valiant氏は、学習の課題は推論と統合されるべきである、と認識した。古典的な包含よりも弱いが、クエリに応答する強力なモデル理論のフレームワークを可能にする。
論文参考訳（メタデータ） (2023-06-08T18:22:46Z)
The Transformation Logics [58.35574640378678]
表現性と複雑性のトレードオフのバランスをとるために設計された、時間論理の新しいファミリーを導入する。重要な特徴は、変換演算子と呼ばれる新しい種類の演算子を定義する可能性である。表現力と複雑性を増大させる階層を創り出すことができる論理を提示する。
論文参考訳（メタデータ） (2023-04-19T13:24:04Z)
Non-Deterministic Approximation Fixpoint Theory and Its Application in Disjunctive Logic Programming [11.215352918313577]
近似不動点理論(英: Approximation Fixpoint theory)は、非単調論理の意味論を研究するための枠組みである。 AFTは、不確定な情報を扱うことができる非決定論的構造を扱うよう拡張する。この一般化の適用性と有用性は、解法論理プログラミングの文脈で説明される。
論文参考訳（メタデータ） (2022-11-30T18:58:32Z)
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)
Universal Fault-Tolerant Quantum Computing with Stabiliser Codes [0.0]
量子コンピュータは普遍論理ゲートとフォールトトレラント論理ゲートの両方を持つべきである。ノーゴー定理のいくつかは、フォールトトレラント論理ゲートの集合が普遍的である方法を制約している。安定化器符号を用いたユニバーサルフォールトトレラント論理の汎用フレームワークを提案する。論理ゲートの非一意的な実装が、no-go定理を回避するための一般的なアプローチを提供することを示す。
論文参考訳（メタデータ） (2020-12-09T19:01:07Z)
Logical Neural Networks [51.46602187496816]
ニューラルネットワーク(学習)と記号論理(知識と推論)の両方の重要な特性をシームレスに提供する新しいフレームワークを提案する。すべてのニューロンは、重み付けされた実数値論理における公式の構成要素としての意味を持ち、非常に解釈不能な非絡み合い表現をもたらす。推論は事前に定義されたターゲット変数ではなく、オムニであり、論理的推論に対応する。
論文参考訳（メタデータ） (2020-06-23T16:55:45Z)

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。