論文の概要: On the Boolean Network Theory of Datalog$^\neg$

• arxiv url: http://arxiv.org/abs/2504.15417v2
• Date: Mon, 19 May 2025 22:00:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-21 14:49:52.057535
• Title: On the Boolean Network Theory of Datalog$^\neg$
• Title（参考訳）: Datalog$^\neg$のブールネットワーク理論について
• Authors: Van-Giang Trinh, Belaid Benhamou, Sylvain Soliman, François Fages,
• Abstract要約: 我々はDatalog$neg$とBooleanネットワーク理論の正式なリンクを確立する。 我々は、Datalog$neg$プログラムに奇数サイクルがない場合、正規モデルと安定モデルが一致することを示す。 この接続はまた、Datalog$neg$プログラムの安定部分、正則、安定モデルの数値に新しい上限を与える。
• 参考スコア（独自算出の注目度）: 0.9374652839580183
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Datalog$^\neg$ is a central formalism used in a variety of domains ranging from deductive databases and abstract argumentation frameworks to answer set programming. Its model theory is the finite counterpart of the logical semantics developed for normal logic programs, mainly based on the notions of Clark's completion and two-valued or three-valued canonical models including supported, stable, regular and well-founded models. In this paper we establish a formal link between Datalog$^\neg$ and Boolean network theory first introduced for gene regulatory networks. We show that in the absence of odd cycles in a Datalog$^\neg$ program, the regular models coincide with the stable models, which entails the existence of stable models, and in the absence of even cycles, we prove the uniqueness of stable partial models and regular models. This connection also gives new upper bounds on the numbers of stable partial, regular, and stable models of a Datalog$^\neg$ program using the cardinality of a feedback vertex set in its atom dependency graph. Interestingly, our connection to Boolean network theory also points us to the notion of trap spaces. In particular we show the equivalence between subset-minimal stable trap spaces and regular models.
• Abstract（参考訳）: Datalog$^\neg$はデダクティブデータベースや抽象的な議論フレームワークから、集合プログラミングへの回答まで、さまざまな領域で使用される中心的な形式主義である。 そのモデル理論は、クラークの完備化の概念と、サポートされた、安定な、正規な、そして十分に確立されたモデルを含む2値または3値の正準モデルに基づく、通常の論理プログラムのために開発された論理的意味論の有限値である。 本稿では、遺伝子制御ネットワークに最初に導入されたDatalog$^\neg$とBooleanネットワーク理論の正式なリンクを確立する。 データログ$^\neg$プログラムに奇数サイクルが存在しない場合、正則モデルは安定なモデルの存在を必要とする安定なモデルと一致し、偶数サイクルがない場合には、安定な部分モデルと正則モデルの特異性を証明する。 この接続はまた、アトム依存グラフにセットされたフィードバック頂点の濃度を用いて、Datalog$^\neg$プログラムの安定部分、正則、安定モデルの数値に新しい上限を与える。 興味深いことに、Booleanネットワーク理論との関係も、トラップ空間の概念を示している。 特に、部分集合最小安定トラップ空間と正則モデルとの同値性を示す。

関連論文リスト

• Causal Models for Growing Networks [4.055489363682199]
  まず、96個の因果有向非巡回グラフ(DAG)モデルをノード対上で列挙する。 次に、ノード境界化の下で閉じた祖先集合を持つ21のクラスに分割する。
  論文  参考訳（メタデータ） (2025-04-01T17:52:24Z)
• Graphical Conditions for the Existence, Unicity and Number of Regular Models [0.9374652839580183]
  有限基底正規論理プログラムにおける正規モデルの存在,一意性,および数を分析する。 証明の鍵となるのは、有限基底正規論理プログラムとブールネットワーク理論の間の接続である。
  論文  参考訳（メタデータ） (2025-02-13T11:50:20Z)
• The Stable Model Semantics for Higher-Order Logic Programming [4.106754434769354]
  本稿では,高階論理プログラムのための安定モデルセマンティクスを提案する。 我々のセマンティクスは、強力な形式主義である近似固定点理論(AFT)を用いて開発されている。 安定モデルセマンティクスの下での高階論理プログラミングは強力で汎用的な形式であることを示す。
  論文  参考訳（メタデータ） (2024-08-20T06:03:52Z)
• 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)
• Fuzzy Datalog$^\exists$ over Arbitrary t-Norms [5.464669506214195]
  ニューロ・シンボリックAIの領域における大きな課題の1つは、ニューラルデータとシンボリックデータの両方の存在下で論理的推論を行うことである。 これは知識グラフ、ニューラルモデル予測、構造化データベース、クラウドソースデータなどの異種データソースを組み合わせる必要がある。 規則体における古典的な接続の代わりとして任意のt-ノルムを許容することにより、規則ベースの標準言語Datalogをその設定に存在規則で一般化する。 結果のフォーマリズムにより、計算複雑性結果の保存と確立された推論技術の適用性を保ちながら、関連するデータを不確実性の度合いで推論することが可能となる。
  論文  参考訳（メタデータ） (2024-03-05T12:51:40Z)
• Causal models in string diagrams [0.0]
  因果モデル(英語版)の枠組みは、今日多くの科学的領域で適用されている因果推論に対する原則化されたアプローチを提供する。 本稿では,この枠組みを,圏論を用いて形式的に解釈した文字列図形言語に提示する。 因果モデルフレームワークによる因果推論は、最も自然かつ直感的に図式推論として行われることを議論し、実証する。
  論文  参考訳（メタデータ） (2023-04-15T21:54:48Z)
• Discovering Invariant Rationales for Graph Neural Networks [104.61908788639052]
  グラフニューラルネットワーク(GNN)の固有の解釈可能性とは、入力グラフの特徴の小さなサブセットを見つけることである。 本稿では,本質的に解釈可能なGNNを構築するために,不変理性(DIR)を発見するための新しい戦略を提案する。
  論文  参考訳（メタデータ） (2022-01-30T16:43:40Z)
• Low-Rank Constraints for Fast Inference in Structured Models [110.38427965904266]
  この研究は、大規模構造化モデルの計算とメモリの複雑さを低減するための単純なアプローチを示す。 言語モデリング,ポリフォニック・ミュージック・モデリング,教師なし文法帰納法,ビデオ・モデリングのためのニューラルパラメータ構造モデルを用いた実験により,我々の手法は大規模状態空間における標準モデルの精度と一致することを示した。
  論文  参考訳（メタデータ） (2022-01-08T00:47:50Z)
• On the Generative Utility of Cyclic Conditionals [103.1624347008042]
  2つの条件付きモデル$p(x|z)$を用いて、共同分布$p(x,z)$をモデル化できるかどうか、また、どのようにしてサイクルを形成するかを検討する。 本稿では,周期条件生成モデリングのためのCyGenフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-06-30T10:23:45Z)
• Stabilizing Equilibrium Models by Jacobian Regularization [151.78151873928027]
  ディープ均衡ネットワーク(Deep equilibrium Network, DEQs)は、単一非線形層の固定点を見つけるために従来の深さを推定する新しいモデルのクラスである。 本稿では、平衡モデルの学習を安定させるために、固定点更新方程式のヤコビアンを明示的に正規化するDECモデルの正規化スキームを提案する。 この正規化は計算コストを最小限に抑え、前方と後方の両方の固定点収束を著しく安定化させ、高次元の現実的な領域に順応することを示した。
  論文  参考訳（メタデータ） (2021-06-28T00:14:11Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• Monotone operator equilibrium networks [97.86610752856987]
  我々はモノトン作用素の理論に基づく新しい暗黙深度モデル、モノトン演算子平衡ネットワーク(monDEQ)を開発した。 暗黙的ネットワークの平衡点の発見と単調作用素分割問題の解法との密接な関係を示す。 次に、ネットワークのパラメータ化を開発し、全ての作用素が単調であり続けることを保証し、ユニークな平衡点の存在を保証する。
  論文  参考訳（メタデータ） (2020-06-15T17:57:31Z)

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。