論文の概要: Coarse Set Theory: A Mathematical Foundation for Coarse Ethics
- arxiv url: http://arxiv.org/abs/2502.07347v1
- Date: Tue, 11 Feb 2025 08:18:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-12 14:05:57.597335
- Title: Coarse Set Theory: A Mathematical Foundation for Coarse Ethics
- Title(参考訳): 粗い集合論:粗い倫理の数学的基礎
- Authors: Takashi Izumo,
- Abstract要約: 本稿では,CST(Coarse Set Theory)を導入して,CE(Coarse Ethics)の数学的枠組みを確立する。
完全順序集合を用いて粗集合を定義し、要素とその群の間の階層的関係を特徴づける公理を提案する。
詳細な個々のデータを粗い表現に変換する粗いマッピングを定義することで、このフレームワークを拡張します。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: In ethical decision-making, individuals are often evaluated based on generalized assessments rather than precise individual performance. This concept, known as Coarse Ethics (CE), has primarily been discussed in natural language without a formal mathematical foundation. This paper introduces Coarse Set Theory (CST) to establish a mathematical framework for CE. We define coarse sets using totally ordered sets and propose axioms that characterize the hierarchical relationships between elements and their groupings. Additionally, we introduce coarse-grained sets, which partition an underlying set into equivalence classes based on predefined criteria. We extend this framework by defining coarse mappings, which transform detailed individual data into coarser representations while maintaining essential structural properties. To measure the information loss, we employ Kullback-Leibler (KL) divergence, demonstrating how different coarse partitions affect the preservation of information. We illustrate how CST can be applied to real-world grading systems through theoretical formulations and empirical analysis. This study provides a rigorous foundation for CE, enabling a more systematic exploration of fairness, interpretability, and decision-making trade-offs.
- Abstract(参考訳): 倫理的意思決定においては、個人は正確な個人のパフォーマンスではなく、一般的な評価に基づいて評価されることが多い。
粗倫理(CE)として知られるこの概念は、形式的な数学的基礎を持たない自然言語で主に議論されてきた。
本稿では,CE の数学的枠組みを確立するために,CST (Coarse Set Theory) を提案する。
完全順序集合を用いて粗集合を定義し、要素とその群の間の階層的関係を特徴づける公理を提案する。
さらに、事前定義された基準に基づいて、基礎となる集合を同値類に分割する粗粒集合を導入する。
このフレームワークは、詳細な個々のデータを、本質的な構造特性を維持しつつ、粗い表現に変換する粗いマッピングを定義することで拡張する。
情報損失を測定するため,KL(Kulback-Leibler)の偏差を用いて,情報の保存にどのように影響するかを示す。
理論的定式化と経験的分析により,CSTを現実世界のグレーディングシステムに適用する方法について述べる。
この研究はCEの厳格な基盤を提供し、公平性、解釈可能性、意思決定のトレードオフをより体系的な調査を可能にする。
関連論文リスト
- The Foundations of Tokenization: Statistical and Computational Concerns [51.370165245628975]
トークン化は、NLPパイプラインにおける重要なステップである。
NLPにおける標準表現法としての重要性は認識されているが、トークン化の理論的基盤はまだ完全には理解されていない。
本稿では,トークン化モデルの表現と解析のための統一的な形式的枠組みを提案することによって,この理論的ギャップに対処することに貢献している。
論文 参考訳(メタデータ) (2024-07-16T11:12:28Z) - Provable Compositional Generalization for Object-Centric Learning [55.658215686626484]
既知の概念の新規な構成に一般化する学習表現は、人間と機械の知覚のギャップを埋めるのに不可欠である。
本稿では,デコーダの構造的仮定を満足し,エンコーダとデコーダの整合性を強制するオートエンコーダが,構成を確実に一般化するオブジェクト中心表現を学習することを示す。
論文 参考訳(メタデータ) (2023-10-09T01:18:07Z) - A Category-theoretical Meta-analysis of Definitions of Disentanglement [97.34033555407403]
データの変化の要因を識別することは、機械学習の基本的な概念である。
本稿では,既存の乱れの定義をメタ分析する。
論文 参考訳(メタデータ) (2023-05-11T15:24:20Z) - Towards Understanding the Mechanism of Contrastive Learning via
Similarity Structure: A Theoretical Analysis [10.29814984060018]
Kernel Contrastive Learning (KCL) と呼ばれるカーネルベースのコントラスト学習フレームワークについて検討する。
本稿では,統計的依存関係の観点から学習表現の類似性構造を定式化する。
下流タスクの分類誤差の新しい上限を示し、これは我々の理論が比較学習の実証的成功と一致することを説明している。
論文 参考訳(メタデータ) (2023-04-01T21:53:29Z) - Linear Spaces of Meanings: Compositional Structures in Vision-Language
Models [110.00434385712786]
事前学習された視覚言語モデル(VLM)からのデータ埋め込みにおける構成構造について検討する。
まず,幾何学的観点から構成構造を理解するための枠組みを提案する。
次に、これらの構造がVLM埋め込みの場合の確率論的に持つものを説明し、実際に発生する理由の直観を提供する。
論文 参考訳(メタデータ) (2023-02-28T08:11:56Z) - Variational Cross-Graph Reasoning and Adaptive Structured Semantics
Learning for Compositional Temporal Grounding [143.5927158318524]
テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。
新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。
ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
論文 参考訳(メタデータ) (2023-01-22T08:02:23Z) - Relational Proxies: Emergent Relationships as Fine-Grained
Discriminators [52.17542855760418]
本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。
我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。
また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
論文 参考訳(メタデータ) (2022-10-05T11:08:04Z) - Granular Directed Rough Sets, Concept Organization and Soft Clustering [0.0]
上向きの粗集合は、著者によって以前の論文で紹介され、研究されている。
これは、驚くべき代数的意味論を持つ2つの異なる粒度の方向で、彼女によって拡張される。
この研究は、関連する領域において重要な理論的および実践的な応用が期待されている。
論文 参考訳(メタデータ) (2022-08-13T11:01:05Z) - CURI: A Benchmark for Productive Concept Learning Under Uncertainty [33.83721664338612]
我々は、新しい数ショットメタラーニングベンチマーク、コンポジション推論を不確実性の下で導入する(CURI)。
CURIは、疎結合、生産的一般化、学習操作、変数バインディングなどの抽象的な理解を含む、生産的および体系的な一般化の異なる側面を評価します。
また、モデルに依存しない「構成性ギャップ」を定義し、それぞれの軸に沿って分布外分布を一般化することの難しさを評価する。
論文 参考訳(メタデータ) (2020-10-06T16:23:17Z) - Expressiveness and machine processability of Knowledge Organization
Systems (KOS): An analysis of concepts and relations [0.0]
各知識組織システムの表現性と機械処理性の両方の可能性は、その構造規則によって広範囲に規制されている。
オントロジーは多種多様な関係を明示的に定義し、その性質上機械処理可能である。
論文 参考訳(メタデータ) (2020-03-11T12:35:52Z) - The Contextuality-by-Default View of the Sheaf-Theoretic Approach to
Contextuality [0.0]
シーフ-理論的文脈性(英: Sheaf-Theoretic Contextuality、STC)理論は、集合の多重重複部分集合が集合全体に課される大域構造からこの構造を引き継ぐことができるかどうかの非常に一般的な説明である。
STCがランダム変数のシステムに適用された場合、CbD(Contextuality-by-Default)理論の言語で再キャスト可能であることを示す。
複数の決定論的実現が可能な系を準確率的システムとして、ベイズ的先行が実現に割り当てられた系として考えることで解決できることを示す。
論文 参考訳(メタデータ) (2019-06-06T17:38:54Z)
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。