論文の概要: Parallel Belief Revision via Order Aggregation

• arxiv url: http://arxiv.org/abs/2505.13914v1
• Date: Tue, 20 May 2025 04:26:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-21 14:49:52.743618
• Title: Parallel Belief Revision via Order Aggregation
• Title（参考訳）: 順序アグリゲーションによる並列信念修正
• Authors: Jake Chandler, Richard Booth,
• Abstract要約: 本稿では,並列変更を扱うために,逐次反復的信念修正演算子を拡張する方法を提案する。 TeamQueueアグリゲータとして知られる順序アグリゲータのファミリーに基づいて、独立して妥当なプロパティを復元する原則化された方法を提供する。
• 参考スコア（独自算出の注目度）: 1.474723404975345
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite efforts to better understand the constraints that operate on single-step parallel (aka "package", "multiple") revision, very little work has been carried out on how to extend the model to the iterated case. A recent paper by Delgrande & Jin outlines a range of relevant rationality postulates. While many of these are plausible, they lack an underlying unifying explanation. We draw on recent work on iterated parallel contraction to offer a general method for extending serial iterated belief revision operators to handle parallel change. This method, based on a family of order aggregators known as TeamQueue aggregators, provides a principled way to recover the independently plausible properties that can be found in the literature, without yielding the more dubious ones.
• Abstract（参考訳）: 単一ステップの並列処理("package"、"multiple")のリビジョンの制約をよりよく理解しようとする努力にもかかわらず、モデルを反復ケースに拡張する方法に関する作業はほとんど行われていない。 Delgrande & Jin の最近の論文は、関連する合理性仮説を概説している。 それらの多くは確実なものであるが、基礎となる統一的な説明は欠如している。 我々は、並列変化を扱うために、逐次反復的信念修正演算子を拡張する一般的な方法を提供するために、最近の並列収縮に関する研究を描いている。 この方法は、TeamQueueアグリゲータとして知られる順序アグリゲータの族に基づいており、より疑わしいものを得ることなく、文献で見いだせる独立した可算性を取り戻すための原則化された方法を提供する。

関連論文リスト

• Parallel Belief Contraction via Order Aggregation [1.474723404975345]
  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。
  論文  参考訳（メタデータ） (2025-01-23T00:42:16Z)
• Consecutive Batch Model Editing with HooK Layers [59.673084839708224]
  CoachHooKは、シーケンシャルおよびバッチ編集を同時にサポートするモデル編集方法である。 メモリフレンドリで、時間とともにサイズが変化しないいくつかのフック層を格納するために、少量しか必要としない。
  論文  参考訳（メタデータ） (2024-03-08T14:07:44Z)
• Vanishing Feature: Diagnosing Model Merging and Beyond [1.1510009152620668]
  結合モデルによる伝搬中に入力誘起特徴が減少する「消滅特徴」現象を同定する。 既存の正規化戦略は、消滅する特徴問題を的確に標的にすることで強化できることを示す。 初期層機能の保存に重点を置いたPFM(Preserve-First Merging')戦略を提案する。
  論文  参考訳（メタデータ） (2024-02-05T17:06:26Z)
• PEneo: Unifying Line Extraction, Line Grouping, and Entity Linking for End-to-end Document Pair Extraction [28.205723817300576]
  ドキュメントペア抽出は、キーエンティティとバリューエンティティの識別と、視覚的に豊富なドキュメントからの関連性の実現を目的としている。 既存のほとんどのメソッドは、セマンティックエンティティ認識(SER)と関係抽出(RE)の2つのタスクに分割している。 本稿では,統一パイプラインで文書ペア抽出を行う新しいフレームワークであるPEneoを紹介する。
  論文  参考訳（メタデータ） (2024-01-07T12:48:07Z)
• HOP, UNION, GENERATE: Explainable Multi-hop Reasoning without Rationale Supervision [118.0818807474809]
  本研究は、合理的な監督なしに説明可能なマルチホップQAシステムを訓練するための原則的確率論的アプローチを提案する。 提案手法は,集合としての有理を明示的にモデル化し,文書と文間の相互作用を文書内で捉えることによって,マルチホップ推論を行う。
  論文  参考訳（メタデータ） (2023-05-23T16:53:49Z)
• Joint Passage Ranking for Diverse Multi-Answer Retrieval [56.43443577137929]
  質問に対する複数の異なる回答をカバーするために、パスの取得を必要とする探索不足の問題であるマルチアンサー検索について検討する。 モデルが別の有効な答えを逃す費用で同じ答えを含む通路を繰り返すべきではないので、このタスクは、検索された通路の共同モデリングを必要とします。 本稿では,再順位に着目したジョイントパス検索モデルであるJPRを紹介する。 回収された通路の合同確率をモデル化するために、JPRは、新しい訓練および復号アルゴリズムを備えた通路のシーケンスを選択する自動回帰リタイナを利用する。
  論文  参考訳（メタデータ） (2021-04-17T04:48:36Z)
• The Extraordinary Failure of Complement Coercion Crowdsourcing [50.599433903377374]
  クラウドソーシングは近年,言語アノテーションの収集を緩和し,スケールアップしている。 本研究の目的は,この現象の注釈付きデータを2つの既知のタスク – 明示的補完と自然言語推論 – に還元することで収集することである。 どちらの場合も、クラウドソーシングは合意のスコアが低かった。
  論文  参考訳（メタデータ） (2020-10-12T19:04:04Z)
• Incomplete Utterance Rewriting as Semantic Segmentation [57.13577518412252]
  本稿では, セマンティックセグメンテーションタスクとして定式化する, 斬新で広範囲なアプローチを提案する。 スクラッチから生成する代わりに、このような定式化は編集操作を導入し、単語レベルの編集行列の予測として問題を形作る。 私たちのアプローチは、推論における標準的なアプローチの4倍高速です。
  論文  参考訳（メタデータ） (2020-09-28T09:29:49Z)
• Iterative Edit-Based Unsupervised Sentence Simplification [30.128553647491817]
  本モデルでは, 流布, 単純さ, 意味保存を含むスコアリング機能によって導かれる。 複雑な文に対して単語と句レベルの編集を反復的に行う。
  論文  参考訳（メタデータ） (2020-06-17T03:53:12Z)
• Lower bounds in multiple testing: A framework based on derandomized proxies [107.69746750639584]
  本稿では, 各種コンクリートモデルへの適用例を示す, デランドマイズに基づく分析戦略を提案する。 これらの下界のいくつかを数値シミュレーションし、Benjamini-Hochberg (BH) アルゴリズムの実際の性能と密接な関係を示す。
  論文  参考訳（メタデータ） (2020-05-07T19:59:51Z)

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。