論文の概要: Seqret: Mining Rule Sets from Event Sequences

• arxiv url: http://arxiv.org/abs/2505.06049v1
• Date: Fri, 09 May 2025 13:44:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-12 20:40:10.281346
• Title: Seqret: Mining Rule Sets from Event Sequences
• Title（参考訳）: Seqret: イベントシーケンスからのマイニングルールセット
• Authors: Aleena Siji, Joscha Cüppers, Osman Ali Mian, Jilles Vreeken,
• Abstract要約: イベントシーケンスデータから条件付きおよび非条件付き依存関係を発見する問題について検討する。 私たちは、$X$と$Y$がシーケンシャルパターンであるような、$X rightarrow Y$という形式の規則を発見します。 本稿では,実際に高品質なルールセットを発見するためのSeqret法を提案する。
• 参考スコア（独自算出の注目度）: 29.69265042723031
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Summarizing event sequences is a key aspect of data mining. Most existing methods neglect conditional dependencies and focus on discovering sequential patterns only. In this paper, we study the problem of discovering both conditional and unconditional dependencies from event sequence data. We do so by discovering rules of the form $X \rightarrow Y$ where $X$ and $Y$ are sequential patterns. Rules like these are simple to understand and provide a clear description of the relation between the antecedent and the consequent. To discover succinct and non-redundant sets of rules we formalize the problem in terms of the Minimum Description Length principle. As the search space is enormous and does not exhibit helpful structure, we propose the Seqret method to discover high-quality rule sets in practice. Through extensive empirical evaluation we show that unlike the state of the art, Seqret ably recovers the ground truth on synthetic datasets and finds useful rules from real datasets.
• Abstract（参考訳）: イベントシーケンスの要約は、データマイニングの重要な側面である。 既存のほとんどのメソッドは条件付き依存関係を無視し、シーケンシャルなパターンのみを見つけることに重点を置いている。 本稿では,イベントシーケンスデータから条件依存と非条件依存の両方を発見することの問題点について検討する。 私たちは、$X$と$Y$がシーケンシャルパターンであるような、$X \rightarrow Y$という形式の規則を発見します。 このようなルールは理解しやすく、先行者と後続者との関係を明確に記述する。 簡潔で非冗長な規則を見つけるために、最小記述長の原理で問題を定式化する。 探索空間は巨大であり、有用な構造を示さないため、実際に高品質なルールセットを発見するためにSeqret法を提案する。 広範な経験的評価を通じて、セクレは最先端とは違って、合成データセットの基底的真理を確実に回復し、実際のデータセットから有用なルールを見出すことを示した。

関連論文リスト

• Neuro-Symbolic Rule Lists [31.085257698392354]
  NeuRulesは、識別、ルール学習、ルール順序を単一のフレームワークに統合するエンドツーエンドのトレーニング可能なモデルである。 我々は、NeuRulesがニューラルシンボリックな手法を一貫して上回り、幅広いデータセットにわたって、シンプルで複雑なルールとそれらの順序を効果的に学習していることを示す。
  論文  参考訳（メタデータ） (2024-11-10T11:10:36Z)
• Temporally Grounding Instructional Diagrams in Unconstrained Videos [51.85805768507356]
  本稿では,ビデオ中の命令図中のクエリ列を同時にローカライズするという課題について検討する。 既存のほとんどのメソッドは、クエリの固有の構造を無視しながら、一度に1つのクエリをグラウンドすることに焦点を当てている。 ステップダイアグラムの視覚的特徴を包括的にペアリングして構築した複合クエリを提案する。 ステップ図のグラウンド化のためのIAWデータセットと自然言語クエリのグラウンド化のためのYouCook2ベンチマークに対するアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2024-07-16T05:44:30Z)
• Faithful Differentiable Reasoning with Reshuffled Region-based Embeddings [62.93577376960498]
  知識グラフ埋め込み法は、実体の幾何学的表現と関係を学習し、妥当な不足した知識を予測する。 我々は、より大規模なルールベースを忠実にキャプチャできる制約の順序付けに基づくモデルであるRESHUFFLEを提案する。 フレームワークへのエンティティの埋め込みは、グラフニューラルネットワーク(GNN)によって学習され、事実上差別化可能なルールベースとして機能する。
  論文  参考訳（メタデータ） (2024-06-13T18:37:24Z)
• Neuro-Symbolic Temporal Point Processes [13.72758658973969]
  本稿では,時間点プロセスモデルにニューラル・シンボリック・ルール誘導フレームワークを導入する。 負の対数類似性は学習を導く損失であり、説明論理則とその重みがエンドツーエンドで学習される。 提案手法は, 合成データセットおよび実データセット間で, 顕著な効率性と精度を示す。
  論文  参考訳（メタデータ） (2024-06-06T09:52:56Z)
• Probabilistic Truly Unordered Rule Sets [4.169915659794567]
  真に順序のない規則集合に対するTURSを提案する。 我々はルールセットの確率的特性を利用して、類似した確率的出力を持つ場合のみ規則が重複することを許すという直観を生かしている。 我々は,幅広いルールベースの手法に対してベンチマークを行い,モデルの複雑さを低くし,高い競争力のある予測性能を持つルールセットを学習できることを実証した。
  論文  参考訳（メタデータ） (2024-01-18T12:03:19Z)
• Conjunct Resolution in the Face of Verbal Omissions [51.220650412095665]
  本稿では,テキスト上で直接動作する接続分解タスクを提案し,コーディネーション構造に欠けている要素を復元するために,分割・言い換えパラダイムを利用する。 クラウドソースアノテーションによる自然に発生する動詞の省略例を10万件以上を含む,大規模なデータセットをキュレートする。 我々は、このタスクのために様々な神経ベースラインをトレーニングし、最良の手法が適切なパフォーマンスを得る一方で、改善のための十分なスペースを残していることを示す。
  論文  参考訳（メタデータ） (2023-05-26T08:44:02Z)
• RulE: Knowledge Graph Reasoning with Rule Embedding [69.31451649090661]
  我々は、論理ルールを活用してKG推論を強化する、textbfRulE(ルール埋め込みのためのスタンド)と呼ばれる原則的なフレームワークを提案する。 RulEは、既存の三重項と一階規則からルールの埋め込みを学習し、統一された埋め込み空間において、textbfentities、textbfrelations、textbflogical rulesを共同で表現する。 複数のベンチマークの結果、我々のモデルは既存の埋め込みベースのアプローチやルールベースのアプローチよりも優れています。
  論文  参考訳（メタデータ） (2022-10-24T06:47:13Z)
• LPRules: Rule Induction in Knowledge Graphs Using Linear Programming [4.94950858749529]
  ルールベースのメソッドは、入力グラフ内の既存の事実をキャプチャする一階述語論理ルールを学び、これらのルールを使用して、行方不明の事実を推論する。 このような方法の大きな欠点は、大規模なデータセットに対するスケーラビリティの欠如である。 候補ルールのリストからルールを選択し、重み付けを割り当てるための単純な線形プログラミング(LP)モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-15T17:58:16Z)
• Discovering Useful Compact Sets of Sequential Rules in a Long Sequence [57.684967309375274]
  COSSUは、小さな、意味のある一連の規則をマイニングするアルゴリズムである。 COSSUは、長いシーケンスから、関連するクローズド・シーケンシャル・ルールの集合を検索できることを示す。
  論文  参考訳（メタデータ） (2021-09-15T18:25:18Z)
• Parallelisable Existential Rules: a Story of Pieces [2.20439695290991]
  実存則の並列化可能な集合を導入し、任意のインスタンスから単一の幅優先のステップでチェイスを計算できる。 並列化可能な規則集合は、追跡のために有界かつ新しいルールのクラスに属するような規則集合であることを示す。
  論文  参考訳（メタデータ） (2021-07-13T13:09:14Z)
• Recursive Rules with Aggregation: A Simple Unified Semantics [0.6662800021628273]
  本稿では,集約を伴う再帰の統一的意味論について述べる。 意味論を形式的に定義し、意味論の重要な性質を証明し、先行意味論と比較する。 私たちのセマンティクスはシンプルで、すべてのケースで望ましい結果と一致しています。
  論文  参考訳（メタデータ） (2020-07-26T04:42:44Z)
• An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
  データから制約をマイニングするための一般的なフレームワークを提案する。 特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。 提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
  論文  参考訳（メタデータ） (2020-06-18T20:09:53Z)

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。