Fugu-MT 論文翻訳(概要): On the redundancy of short and heterogeneous sequences of belief revisions

論文の概要: On the redundancy of short and heterogeneous sequences of belief revisions

arxiv url: http://arxiv.org/abs/2504.13986v1
Date: Fri, 18 Apr 2025 10:12:04 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-30 08:00:38.940961
Title: On the redundancy of short and heterogeneous sequences of belief revisions
Title（参考訳）: 信念修正の短および異種配列の冗長性について
Authors: Paolo Liberatore,
Abstract要約: 特定の信念修正エピソードを忘れることは、他のリビジョンが同じ情報を提供したり、推論を許したりするため、情報を消去することができない。任意の2つのレキソグラフィーリビジョンのシーケンスや、任意の長いレキソグラフィーリビジョンのために、coNP-hardが証明された。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Forgetting a specific belief revision episode may not erase information because the other revisions may provide the same information or allow to deduce it. Whether it does was proved coNP-hard for sequence of two arbitrary lexicographic revision or arbitrarily long lexicographic Horn revision. A polynomial algorithm is presented for the case of two Horn revision. Heterogeneous sequences of revisions were proved to belong in Delta2. Their previously proved coNP-hardness is enhanced by a proof of NP-hardness.
Abstract（参考訳）: 特定の信念修正エピソードを忘れることは、他のリビジョンが同じ情報を提供したり、推論を許したりするため、情報を消去することができない。任意の2つのレキソグラフィーリビジョンまたは任意の長いHornリビジョンのために、coNP-hardが証明された。 2つのホーン修正の場合、多項式アルゴリズムが提示される。不均一なリビジョンはDelta2に属することが証明された。以前に証明されたコNP硬さは、NP硬さの証明によって強化される。

関連論文リスト

Can we forget how we learned? Doxastic redundancy in iterated belief revision [0.0]
どのようにして情報が取得されたかは無関係になるかもしれない。時として、修正が等しくない場合や、それを示すものでさえも、冗長になることがある。辞書リビジョンの短縮シーケンスは、反復的信念リビジョン状態の最もコンパクトな表現を短縮している。
論文参考訳（メタデータ） (2024-02-23T17:09:04Z)
Representing states in iterated belief revision [0.0]
反復信条改正は、現在の信条に関する情報を必要とする。ほとんどの文献は、ドクサスティックな状態を改善する方法に集中しており、指数関数的に成長する可能性があることを無視している。この問題は、ドクサスティック状態を保存する最も一般的な方法として研究されている。
論文参考訳（メタデータ） (2023-05-16T06:16:23Z)
DynGFN: Towards Bayesian Inference of Gene Regulatory Networks with GFlowNets [81.75973217676986]
遺伝子調節ネットワーク(GRN)は、遺伝子発現と細胞機能を制御する遺伝子とその産物間の相互作用を記述する。既存の方法は、チャレンジ(1)、ダイナミックスから循環構造を識別すること、あるいはチャレンジ(2)、DAGよりも複雑なベイズ後部を学習することに焦点を当てるが、両方ではない。本稿では、RNAベロシティ技術を用いて遺伝子発現の「速度」を推定できるという事実を活用し、両方の課題に対処するアプローチを開発する。
論文参考訳（メタデータ） (2023-02-08T16:36:40Z)
Belief Revision in Sentential Decision Diagrams [126.94029917018733]
本研究では,Dalリビジョンの構文的特徴化に基づくSDDの一般的なリビジョンアルゴリズムを開発する。ランダムに生成した知識ベースを用いた予備実験は、SDDフォーマリズム内で直接リビジョンを行う利点を示している。
論文参考訳（メタデータ） (2022-01-20T11:01:41Z)
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)
multiPRover: Generating Multiple Proofs for Improved Interpretability in Rule Reasoning [73.09791959325204]
我々は、自然言語の事実と規則の形で明示的な知識を推論することを目的としている言語形式推論の一種に焦点を当てる。 PRoverという名前の最近の研究は、質問に答え、答えを説明する証明グラフを生成することによって、そのような推論を行う。本研究では,自然言語規則ベースの推論のために複数の証明グラフを生成するという,新たな課題に対処する。
論文参考訳（メタデータ） (2021-06-02T17:58:35Z)
On Mixed Iterated Revisions [0.2538209532048866]
例えば、第1のステップは修正、第2のステップは縮小、第3のステップは以前の信念の洗練である。本項で検討した10人のオペレーターは,辞書修正,改良,重度の離脱の3つにすべて還元可能であることが示されている。それらのほとんどは、満足のいくチェッカーへの呼び出しの数だけを必要とし、いくつかはさらに簡単です。
論文参考訳（メタデータ） (2021-04-08T07:34:56Z)
Permutation-Invariant Subgraph Discovery [16.380476734531513]
PPI(Permutation and Structured Perturbation Inference)について紹介します。 PSPIは、システム生物学で発生する多くのグラフマッチングタスクを抽象化する新しい問題定式化です。本稿では,PSPI問題の緩和版を解決するためのADMMアルゴリズム(STEPD)を提案する。
論文参考訳（メタデータ） (2021-04-02T14:28:21Z)
GroupifyVAE: from Group-based Definition to VAE-based Unsupervised Representation Disentanglement [91.9003001845855]
他の誘導バイアスを導入しないと、VAEベースの非監視的非絡み合いは実現できない。グループ理論に基づく定義から導かれる制約を非確率的帰納的バイアスとして活用し,vaeに基づく教師なし不連続に対処する。提案手法の有効性を検証するために,5つのデータセット上で,vaeベースモデルが最も目立つ1800モデルをトレーニングした。
論文参考訳（メタデータ） (2021-02-20T09:49:51Z)
Revision by Conditionals: From Hook to Arrow [2.9005223064604078]
本稿では,任意の反復的信念修正演算子を条件付きケースに拡張する「プラグアンドプレイ」手法を提案する。本手法の柔軟性は, 条件付きリビジョンの結果を, 対応する材料条件付きリビジョンによって決定することによって達成される。
論文参考訳（メタデータ） (2020-06-29T05:12:30Z)
Consistency of a Recurrent Language Model With Respect to Incomplete Decoding [67.54760086239514]
逐次言語モデルから無限長のシーケンスを受信する問題について検討する。不整合に対処する2つの対策として、トップkと核サンプリングの一貫性のある変種と、自己終端の繰り返し言語モデルを提案する。
論文参考訳（メタデータ） (2020-02-06T19:56:15Z)

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。