論文の概要: Parallel Belief Contraction via Order Aggregation

• arxiv url: http://arxiv.org/abs/2501.13295v1
• Date: Thu, 23 Jan 2025 00:42:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-24 15:58:21.971218
• Title: Parallel Belief Contraction via Order Aggregation
• Title（参考訳）: 順序アグリゲーションによる並列信念収縮
• Authors: Jake Chandler, Richard Booth,
• Abstract要約: より強い性質に従うシリアル収縮操作を拡張する方法について検討する。 また、平行な収縮の列の後の信念の振る舞いという、反復的なケースについても検討する。 本稿では,並列変化を扱うための逐次反復的信念変化演算子の拡張手法を提案する。
• 参考スコア（独自算出の注目度）: 1.474723404975345
• License:
• Abstract: The standard ``serial'' (aka ``singleton'') model of belief contraction models the manner in which an agent's corpus of beliefs responds to the removal of a single item of information. One salient extension of this model introduces the idea of ``parallel'' (aka ``package'' or ``multiple'') change, in which an entire set of items of information are simultaneously removed. Existing research on the latter has largely focussed on single-step parallel contraction: understanding the behaviour of beliefs after a single parallel contraction. It has also focussed on generalisations to the parallel case of serial contraction operations whose characteristic properties are extremely weak. Here we consider how to extend serial contraction operations that obey stronger properties. Potentially more importantly, we also consider the iterated case: the behaviour of beliefs after a sequence of parallel contractions. We propose a general method for extending serial iterated belief change operators to handle parallel change based on an n-ary generalisation of Booth & Chandler's TeamQueue binary order aggregators.
• Abstract（参考訳）: 信念の収縮の標準的な「シリアル」(別名「シングルトン」)モデルは、エージェントの信念のコーパスが情報の1つの項目の削除に応答するやり方をモデル化する。 このモデルの健全な拡張のひとつに、情報項目の集合全体を同時に削除する ``parallel'' (別名 ``package'' または ``multiple'') という考え方が導入されている。 後者に関する既存の研究は、主に1段階の平行収縮(英語版)、すなわち1段階の平行収縮後の信念の振る舞いを理解することに焦点を当てている。 また、特性が極めて弱いシリアル収縮演算の並列の場合への一般化にも焦点が当てられている。 ここでは、より強い性質に従うシリアル収縮操作を拡張する方法について考察する。 さらに重要なことは、平行収縮の列の後の信念の振る舞いという、反復的なケースについても検討することである。 本稿では,Booth & Chandler の TeamQueue バイナリオーダーアグリゲータの n-ary 一般化に基づいて,並列変化を扱うための逐次反復的信念変化演算子の拡張手法を提案する。

関連論文リスト

• Interaction Asymmetry: A General Principle for Learning Composable Abstractions [27.749478197803256]
  相互作用非対称性は、アンタングル化と合成一般化の両方を可能にすることを示す。 本稿では, フレキシブルトランスフォーマーをベースとしたVAEを用いて, デコーダの注意重みに対する新しい正規化器を提案する。
  論文  参考訳（メタデータ） (2024-11-12T13:33:26Z)
• Gumbel Counterfactual Generation From Language Models [64.55296662926919]
  対実的推論が介入と概念的に異なることを示す。 そこで本研究では,真の文字列反事実を生成するためのフレームワークを提案する。 提案手法は,従来の介入手法が望ましくない副作用を有意に生み出しているのに対し,本手法は有意義な反事実を生じさせることを示す。
  論文  参考訳（メタデータ） (2024-11-11T17:57:30Z)
• REBAR: Retrieval-Based Reconstruction for Time-series Contrastive Learning [64.08293076551601]
  正の対を識別する学習尺度を新たに提案する。 検索ベースレコンストラクションは2つのシーケンス間の類似度を測定する。 本稿では,REBAR誤差が相互クラスメンバシップの予測因子であることを示す。
  論文  参考訳（メタデータ） (2023-11-01T13:44:45Z)
• Banana: Banach Fixed-Point Network for Pointcloud Segmentation with Inter-Part Equivariance [31.875925637190328]
  本稿では、構成による部分的等式を持つ同変セグメンテーションのためのバナハ不動点ネットワークであるバナナについて述べる。 我々の重要な洞察は、ポイント・パートの割り当てラベルとパー・パートのSE(3)-等分散が同時に共進化する固定点問題を反復的に解決することである。 我々の定式化は自然に部分間等式を厳密に定義し、部分間配置に一般化する。
  論文  参考訳（メタデータ） (2023-05-25T17:59:32Z)
• Counting Like Human: Anthropoid Crowd Counting on Modeling the Similarity of Objects [92.80955339180119]
  メインストリームの群衆計数法は 密度マップを補強して 計数結果を得るために統合する。 これに触発された我々は,合理的かつ人為的な集団カウントフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-12-02T07:00:53Z)
• Extending Momentum Contrast with Cross Similarity Consistency Regularization [5.085461418671174]
  モーメントエンコーダユニットの遺産に基づく自己教師型表現学習手法であるExtended Momentum ContrastをMoCoファミリー構成で提案する。 交差一貫性規則の下では、任意の一対のイメージ(正あるいは負)に関連付けられた意味表現は、それらの相似性を維持するべきであると論じる。 我々は、標準のImagenet-1K線形ヘッド分類ベンチマークで競合性能を報告した。
  論文  参考訳（メタデータ） (2022-06-07T20:06:56Z)
• Approaching Reflex Predictions as a Classification Problem Using Extended Phonological Alignments [0.0]
  この研究は、コグネート反射予測のための「拡張アライメント」(または「マルチティア」)アプローチの実装について述べる。 この技術は、サイト固有の両方の特性の情報層を符号化する多層ベクトルによるシーケンスアライメントの自動拡張を含む。
  論文  参考訳（メタデータ） (2022-05-19T14:00:42Z)
• Relieving Long-tailed Instance Segmentation via Pairwise Class Balance [85.53585498649252]
  長い尾のインスタンスセグメンテーションは、クラス間のトレーニングサンプルの極端な不均衡のために難しいタスクである。 尾のついたものに対して、(大多数のサンプルを含む)ヘッドクラスの深刻なバイアスを引き起こす。 そこで本研究では,学習中の予測嗜好を蓄積するために,学習中に更新される混乱行列上に構築された新しいPairwise Class Balance(PCB)手法を提案する。
  論文  参考訳（メタデータ） (2022-01-08T07:48:36Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)
• Modeling Sequences as Distributions with Uncertainty for Sequential Recommendation [63.77513071533095]
  既存のシーケンシャルメソッドの多くは、ユーザが決定論的であると仮定する。 項目-項目遷移は、いくつかの項目において著しく変動し、ユーザの興味のランダム性を示す。 本稿では,不確実性を逐次モデルに注入する分散型トランスフォーマーシークエンシャルレコメンデーション(DT4SR)を提案する。
  論文  参考訳（メタデータ） (2021-06-11T04:35:21Z)

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。