Fugu-MT 論文翻訳(概要): Dispositions and Roles of Generically Dependent Entities

論文の概要: Dispositions and Roles of Generically Dependent Entities

arxiv url: http://arxiv.org/abs/2506.17085v1
Date: Fri, 20 Jun 2025 15:40:45 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-23 19:00:05.514471
Title: Dispositions and Roles of Generically Dependent Entities
Title（参考訳）: 遺伝子依存エンティティの配置と役割
Authors: Fabian Neuhaus,
Abstract要約: BFO 2020は、機能、配置、および一般的な依存的な連続体の役割をサポートしない。この問題に対処する2つのアプローチが提示される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: BFO 2020 does not support functions, dispositions, and roles of generically dependent continuants (like software or datasets). In this paper, we argue that this is a severe limitation, which prevents, for example, the adequate representation of the functions of computer models or the various roles of datasets during the execution of these models. We discuss the aspects of BFO 2020 that prevent the representation of realizable entities of generically dependent continuants. Two approaches to address the issue are presented: (a) the use of defined classes and (b) a proposal of changes that allow BFO to support functions, dispositions, and roles of generically dependent continuants.
Abstract（参考訳）: BFO 2020は、(ソフトウェアやデータセットのような)汎用的な依存する連続体の役割、配置、サポートしていない。本稿では,コンピュータモデルの関数の適切な表現や,これらのモデルの実行時のデータセットのさまざまな役割を防止できる,厳密な制限である,と論じる。一般依存型連続体の実現可能な実体の表現を阻止するBFO 2020の側面について論じる。この問題に対処する2つのアプローチが提示される。 a) 定義されたクラスの使用と b) BFOが一般依存型連続体の機能, 配置, 役割をサポートすることができる変化の提案。

関連論文リスト

Towards Operation Proof Obligation Generation for VDM [0.0]
義務の生成は、メソッドをサポートするツールの重要な役割である。この作業では、この問題に対処するための現在の作業状況を説明し、これまでの能力を示し、残りの作業を強調します。
論文参考訳（メタデータ） (2025-06-15T14:18:17Z)
Agentic AI Process Observability: Discovering Behavioral Variability [2.273531916003657]
大規模言語モデル(LLM)を利用するAIエージェントは、現代のソフトウェアシステムの中核的な構成要素になりつつある。フレームワークは自然言語のプロンプトを使ってエージェントの設定を定義することができる。このような設定では、エージェントの振る舞いは任意の入力に対して非決定論的である。
論文参考訳（メタデータ） (2025-05-26T15:26:07Z)
LLM-Generated Heuristics for AI Planning: Do We Even Need Domain-Independence Anymore? [87.71321254733384]
大規模言語モデル(LLM)は、特定の計画問題に適した計画手法を生成することができる。 LLMは、いくつかの標準IPCドメインで最先端のパフォーマンスを達成することができる。これらの結果がパラダイムシフトを意味するのか、既存の計画手法をどのように補完するかについて議論する。
論文参考訳（メタデータ） (2025-01-30T22:21:12Z)
Distribution Guided Active Feature Acquisition [14.279123976398926]
本研究では,環境と対話して新たな情報を得るための能動的特徴獲得フレームワークを開発する。データに存在する情報と条件依存を理解するバックボーン上に、AFAフレームワークを構築します。生成モデルから得られた副作用および補助報酬を用いて,AFAに対するRLエージェントのトレーニングを指導することが可能であることが示唆された。
論文参考訳（メタデータ） (2024-10-04T20:38:30Z)
Towards Interpretable Foundation Models of Robot Behavior: A Task Specific Policy Generation Approach [1.7205106391379026]
ファンデーションモデルは、汎用的でユーザフレンドリーなロボットへの、有望な道のりだ。特に、タスク間のモジュラリティの欠如は、モデルの重みが更新されると、他の無関係なタスクの振る舞いが影響を受ける可能性があることを意味します。本稿では,スタンドアロンのタスク固有のポリシーを生成するロボット基盤モデルの設計に対する代替的アプローチを提案する。
論文参考訳（メタデータ） (2024-07-10T21:55:44Z)
Foundation Model Sherpas: Guiding Foundation Models through Knowledge and Reasoning [23.763256908202496]
ファンデーションモデル(FM)は、さまざまなタスクにおいて顕著なパフォーマンスを示すことによって、AIの分野に革命をもたらした。 FMは、多くの現実世界システムで広く採用されるのを防ぐために、多くの制限を課している。エージェントがFMと対話できる様々なモードをカプセル化する概念的枠組みを提案する。
論文参考訳（メタデータ） (2024-02-02T18:00:35Z)
Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
論文参考訳（メタデータ） (2023-12-14T10:37:34Z)
The Need for Interpretable Features: Motivation and Taxonomy [69.07189753428553]
我々は、「解釈可能な特徴」という用語は、機械学習の説明の有用性に影響を与える機能の全範囲を捉えるのに十分な具体的あるいは詳細ではないと主張している。本稿では,(1)解釈可能な機能空間と呼ぶもの,あるいはドメインの専門家が現実の行動を取る上で有用な機能の現状に,より注意を払わなければならない,という3つの重要な教訓を論じる。
論文参考訳（メタデータ） (2022-02-23T19:19:14Z)
Learning Domain Invariant Representations for Generalizable Person Re-Identification [71.35292121563491]
ReID(Generalizable person Re-Identification)は、最近のコンピュータビジョンコミュニティで注目を集めている。 DIR-ReID(Domain Invariant Representations for Generalizable Person Re-Identification)という新しい一般化フレームワークを提案する。
論文参考訳（メタデータ） (2021-03-29T18:59:48Z)
Modeling Inter-Aspect Dependencies with a Non-temporal Mechanism for Aspect-Based Sentiment Analysis [70.22725610210811]
アスペクト間の依存関係をモデル化することでABSAタスクを強化するための新しい非時間的メカニズムを提案する。我々は、ABSAタスクにおけるよく知られたクラス不均衡の問題に注目し、適切に分類されたインスタンスに割り当てられた損失を下げて対処する。
論文参考訳（メタデータ） (2020-08-12T08:50:09Z)

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。