論文の概要: Agent Semantics, Semantic Spacetime, and Graphical Reasoning

• arxiv url: http://arxiv.org/abs/2506.07756v1
• Date: Mon, 09 Jun 2025 13:37:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 16:33:10.974644
• Title: Agent Semantics, Semantic Spacetime, and Graphical Reasoning
• Title（参考訳）: エージェントセマンティック、セマンティック時空、およびグラフィカル推論
• Authors: Mark Burgess,
• Abstract要約: 有限$gamma (3,4)$表現は、任意の意味複雑性にスケール可能な閉じた演算の集合を形成するために定義される。 セマンティック時空モデル(およびその公約理論)の起源は、そのような吸収状態が境界情報とどのように関連しているかを明らかにするのに役立つ。
• 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: Some formal aspects of the Semantic Spacetime graph model are presented, with reference to its use for directed knowledge representations and process modelling. A finite $\gamma(3,4)$ representation is defined to form a closed set of operations that can scale to any degree of semantic complexity. The Semantic Spacetime postulates bring predictability with minimal constraints to pathways in graphs. The ubiquitous appearance of absorbing states in any partial graph means that a graph process leaks information. The issue is closely associated with the issue of division by zero, which signals a loss of closure and the need for manual injection of remedial information. The Semantic Spacetime model (and its Promise Theory) origins help to clarify how such absorbing states are associated with boundary information where intentionality can enter.
• Abstract（参考訳）: セマンティック時空グラフモデルのいくつかの形式的な側面は、有向的知識表現やプロセスモデリングに使用されることに言及して提示される。 有限$\gamma(3,4)$表現は、任意の意味複雑性にスケール可能な閉じた演算の集合を形成するために定義される。 セマンティック時空の仮定は、グラフ内の経路に最小限の制約で予測可能性をもたらす。 任意の部分グラフにおける吸収状態のユビキタスな出現は、グラフプロセスが情報を漏らすことを意味する。 この問題はゼロによる分割の問題と密接に関連しており、これは閉鎖の喪失と修復情報の手動注入の必要性を示唆している。 セマンティック時空モデル(およびその公約理論)の起源は、そのような吸収状態が意図が入る境界情報とどのように関連しているかを明らかにするのに役立つ。

関連論文リスト

• ICLR: In-Context Learning of Representations [19.331483579806623]
  文脈の規模が拡大するにつれて、事前訓練された意味表現から、グラフ構造に整合した文脈内表現への突然の再構成が存在することを示す。 以上の結果から,拡張コンテキストサイズはモデル表現を柔軟に再構成し,新たな能力を解き放つ可能性が示唆された。
  論文  参考訳（メタデータ） (2024-12-29T18:58:09Z)
• Disentangled Hyperbolic Representation Learning for Heterogeneous Graphs [29.065531121422204]
  本稿では,分散ハイパーボリックなヘテロジニアスグラフ畳み込みネットワークである$textDis-H2textGCN$を提案する。 提案した$textDis-H2textGCN$を実世界の5つの異種グラフデータセット上で評価した。
  論文  参考訳（メタデータ） (2024-06-14T18:50:47Z)
• Improving embedding of graphs with missing data by soft manifolds [51.425411400683565]
  グラフ埋め込みの信頼性は、連続空間の幾何がグラフ構造とどの程度一致しているかに依存する。 我々は、この問題を解決することができる、ソフト多様体と呼ばれる新しい多様体のクラスを導入する。 グラフ埋め込みにソフト多様体を用いることで、複雑なデータセット上のデータ解析における任意のタスクを追求するための連続空間を提供できる。
  論文  参考訳（メタデータ） (2023-11-29T12:48:33Z)
• Graph Generation with Diffusion Mixture [57.78958552860948]
  グラフの生成は、非ユークリッド構造の複雑な性質を理解する必要がある実世界のタスクにとって大きな課題である。 本稿では,拡散過程の最終グラフ構造を明示的に学習することにより,グラフのトポロジーをモデル化する生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-07T17:07:46Z)
• CLEAR: Generative Counterfactual Explanations on Graphs [60.30009215290265]
  グラフ上での対実的説明生成の問題について検討する。 グラフに関する反実的な説明を調査する研究はいくつかあるが、この問題の多くの課題はまだ十分に適応されていない。 本稿では,グラフレベルの予測モデルに対して,グラフ上の反実的説明を生成するための新しいフレームワークCLEARを提案する。
  論文  参考訳（メタデータ） (2022-10-16T04:35:32Z)
• Hierarchical Symbolic Reasoning in Hyperbolic Space for Deep Discriminative Models [20.316592666407633]
  我々の焦点は、深層的な抽象レベルでの深い差別的モデルを説明することである。 ベクトル量子化法を用いて連続潜伏空間の離散化により、基礎となる知識を蒸留し、シンボルを形成する。 我々は木を横切り、象徴的規則とその対応する視覚的意味論の観点から説明を抽出する。
  論文  参考訳（メタデータ） (2022-07-05T09:51:39Z)
• Explanation Graph Generation via Pre-trained Language Models: An Empirical Study with Contrastive Learning [84.35102534158621]
  エンドツーエンドで説明グラフを生成する事前学習言語モデルについて検討する。 本稿では,ノードとエッジの編集操作によるグラフ摂動の簡易かつ効果的な方法を提案する。 提案手法は,説明グラフの構造的精度と意味的精度を両立させる。
  論文  参考訳（メタデータ） (2022-04-11T00:58:27Z)
• Leveraging Unlabeled Data for Entity-Relation Extraction through Probabilistic Constraint Satisfaction [54.06292969184476]
  シンボリックドメイン知識の存在下でのエンティティ関係抽出の問題を研究する。 本手法では,論理文の正確な意味を捉える意味的損失を用いる。 低データ体制に焦点をあてて、セマンティックな損失がベースラインをはるかに上回ることを示す。
  論文  参考訳（メタデータ） (2021-03-20T00:16:29Z)
• Spatial Pyramid Based Graph Reasoning for Semantic Segmentation [67.47159595239798]
  セマンティックセグメンテーションタスクにグラフ畳み込みを適用し、改良されたラプラシアンを提案する。 グラフ推論は、空間ピラミッドとして構成された元の特徴空間で直接実行される。 計算とメモリのオーバーヘッドの利点で同等のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2020-03-23T12:28:07Z)

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。