論文の概要: Choices and their Provenance: Explaining Stable Solutions of Abstract Argumentation Frameworks
- arxiv url: http://arxiv.org/abs/2506.01087v1
- Date: Sun, 01 Jun 2025 17:09:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-04 21:47:33.924614
- Title: Choices and their Provenance: Explaining Stable Solutions of Abstract Argumentation Frameworks
- Title（参考訳）: 選択とそのメリット: 抽象論証フレームワークの安定解を解説する
- Authors: Bertram Ludäscher, Yilin Xia, Shawn Bowers,
- Abstract要約: 本稿では、この証明を安定なAFソリューションに拡張するための新しいアプローチを提案する。
我々のアプローチでは、最小限のクリティカルアタックのセットを特定し、安定モデルによる選択と仮定をピンポイントする。
- 参考スコア（独自算出の注目度）: 1.4064491732635236
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The rule $\mathrm{Defeated}(x) \leftarrow \mathrm{Attacks}(y,x),\, \neg \, \mathrm{Defeated}(y)$, evaluated under the well-founded semantics (WFS), yields a unique 3-valued (skeptical) solution of an abstract argumentation framework (AF). An argument $x$ is defeated ($\mathrm{OUT}$) if there exists an undefeated argument $y$ that attacks it. For 2-valued (stable) solutions, this is the case iff $y$ is accepted ($\mathrm{IN}$), i.e., if all of $y$'s attackers are defeated. Under WFS, arguments that are neither accepted nor defeated are undecided ($\mathrm{UNDEC}$). As shown in prior work, well-founded solutions (a.k.a. grounded labelings) "explain themselves": The provenance of arguments is given by subgraphs (definable via regular path queries) rooted at the node of interest. This provenance is closely related to winning strategies of a two-player argumentation game. We present a novel approach for extending this provenance to stable AF solutions. Unlike grounded solutions, which can be constructed via a bottom-up alternating fixpoint procedure, stable models often involve non-deterministic choice as part of the search for models. Thus, the provenance of stable solutions is of a different nature, and reflects a more expressive generate & test paradigm. Our approach identifies minimal sets of critical attacks, pinpointing choices and assumptions made by a stable model. These critical attack edges provide additional insights into the provenance of an argument's status, combining well-founded derivation steps with choice steps. Our approach can be understood as a form of diagnosis that finds minimal "repairs" to an AF graph such that the well-founded solution of the repaired graph coincides with the desired stable model of the original AF graph.
- Abstract（参考訳）: 規則 $\mathrm{Defeated}
(x) \leftarrow \mathrm{Attacks}(y,x),\, \neg \, \mathrm{Defeated}
(y)$は、十分に確立されたセマンティクス(WFS)の下で評価され、抽象論証フレームワーク(AF)のユニークな3値(懐疑的な)解が得られる。
引数 $x$ が倒される(\mathrm{OUT}$)なら、それを攻撃する未定義の引数 $y$ が存在します。
2値の(安定な)ソリューションの場合、iff$y$が受け入れられる場合(\mathrm{IN}$)、すなわち、$y$の攻撃者がすべて敗北した場合である。
WFSでは、受け入れられたり負けたりしない議論は未決定(\mathrm{UNDEC}$)である。
議論の証明は、関心のノードに根付いた部分グラフ(通常のパスクエリで定義できる)によって与えられる。
この証明は、2人のプレイヤーによる議論ゲームの勝利戦略と密接に関連している。
本稿では、この証明を安定なAFソリューションに拡張するための新しいアプローチを提案する。
ボトムアップ交代固定点法で構築できる接地解とは異なり、安定モデルはしばしばモデル探索の一部として非決定論的選択を含む。
したがって、安定解の証明は性質が異なり、より表現力のある生成とテストのパラダイムを反映している。
我々のアプローチでは、最小限のクリティカルアタックのセットを特定し、安定モデルによる選択と仮定をピンポイントする。
これらのクリティカルアタックエッジは、十分に確立された導出ステップと選択ステップを組み合わせた、引数のステータスの証明に関するさらなる洞察を提供する。
我々のアプローチは、修復されたグラフの解が元のAFグラフの所望の安定モデルと一致するように、AFグラフに最小限の「修復」(repairs)を求める診断の形式として理解することができる。
関連論文リスト
- Sign Operator for Coping with Heavy-Tailed Noise in Non-Convex Optimization: High Probability Bounds Under $(L_0, L_1)$-Smoothness [74.18546828528298]
SignSGD with Majority Votingは,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappaka ppakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappakappa -1right,Kappakappakappa-1right,Kappakappakappa-1right,Kappakappappapa-1right,Kappaを用いて,複雑性の全範囲で堅牢に動作することを示す。
論文 参考訳（メタデータ） (2025-02-11T19:54:11Z) - Unified Breakdown Analysis for Byzantine Robust Gossip [15.69624587054777]
分散機械学習では、異なるデバイスがピアツーピアで通信し、互いのデータから協調的に学習する。
我々は、堅牢な分散アルゴリズムを構築するための一般的なフレームワークである$mathrmFtext-rm RG$を紹介した。
分散化されたアルゴリズムが許容できる敵の数に上限があることを示す。
論文 参考訳（メタデータ） (2024-10-14T12:10:52Z) - On the Structure of Game Provenance and its Applications [1.4064491732635236]
ゲーム前駆体の微細粒構造について検討する。
我々は、新しい種類の証明をもたらす7つのエッジタイプ、すなわちポテンシャル、現実、プライマリを識別する。
論文 参考訳（メタデータ） (2024-10-07T14:48:56Z) - Two-Timescale Gradient Descent Ascent Algorithms for Nonconvex Minimax Optimization [77.3396841985172]
我々は、構造化された非極小最適化問題の解法として、2時間勾配上昇(TTGDA)を統一的に解析する。
我々の貢献はTTGDAアルゴリズムを設計することであり、設定を超えて効果的です。
論文 参考訳（メタデータ） (2024-08-21T20:14:54Z) - Federated Learning in the Presence of Adversarial Client Unavailability [16.201377650598516]
フェデレートラーニング(Federated Learning)は、生データを公開せずにコラボレーティブモデルを可能にする、分散機械学習フレームワークである。
多様なハードウェアソフトウェアに制限があるため、クライアントはサーバからの計算要求に対して常に利用できるとは限らない。
戦場のような厳しい環境では、敵は特定のクライアントを選択的に黙らせることができる。
論文 参考訳（メタデータ） (2023-05-31T15:57:07Z) - Planted Bipartite Graph Detection [13.95780443241133]
ランダムグラフに隠れた二部グラフを検出するタスクについて検討する。
ヌル仮説の下では、このグラフは、エッジ密度$q$の$n$上のアードホスラーイランダムグラフの実現である。
k_mathsfR times k_mathsfL$ bipartite subgraph with edge density $p>q$。
論文 参考訳（メタデータ） (2023-02-07T18:18:17Z) - High Probability Bounds for a Class of Nonconvex Algorithms with AdaGrad
Stepsize [55.0090961425708]
本研究では,AdaGradのスムーズな非確率問題に対する簡易な高確率解析法を提案する。
我々はモジュラーな方法で解析を行い、決定論的設定において相補的な$mathcal O (1 / TT)$収束率を得る。
我々の知る限りでは、これは真に適応的なスキームを持つAdaGradにとって初めての高い確率である。
論文 参考訳（メタデータ） (2022-04-06T13:50:33Z) - Certifiably Robust Interpretation via Renyi Differential Privacy [77.04377192920741]
我々はRenyi差分プライバシー(RDP)の新しい視点から解釈堅牢性の問題を研究する。
まず、証明可能で証明可能なトップ$k$ロバスト性を提供する。
第二に、提案手法は既存の手法よりも実験的堅牢性を$sim10%$で提供する。
第3に,ロバスト性と計算効率のトレードオフを円滑に行うことができる。
論文 参考訳（メタデータ） (2021-07-04T06:58:01Z) - Smoothed Analysis with Adaptive Adversaries [28.940767013349408]
オンライン問題に対する新しいアルゴリズムの保証を平滑化解析モデルで証明する。
このモデルでは、敵は各時間に一様分布の$tfrac1sigma$倍の密度関数を持つ入力分布を選択する。
本研究の結果は,アルゴリズムの決定と前回の時間ステップにおける入力の実現に基づいて,入力分布を選択可能な適応的敵に対して成り立っている。
論文 参考訳（メタデータ） (2021-02-16T20:54:49Z)
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。