Fugu-MT 論文翻訳(概要): The final solution of the Hitchhiker's problem #5

論文の概要: The final solution of the Hitchhiker's problem #5

arxiv url: http://arxiv.org/abs/2506.20672v1
Date: Tue, 20 May 2025 14:56:53 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-07 02:47:44.258143
Title: The final solution of the Hitchhiker's problem #5
Title（参考訳）: ヒッチハイカー問題の最後の解#5
Authors: Matjaž Omladič, Martin Vuk, Aljaž Zalar,
Abstract要約: 『ヒッチハイカーガイド』は、依存モデルコミュニティにおける準コピュラ問題の評価を高めている。分析的アプローチを用いて、元の質問に対する完全な回答を提供する。
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: A recent survey, nicknamed "Hitchhiker's Guide", J.J. Arias-Garc{\i}a, R. Mesiar, and B. De Baets, A hitchhiker's guide to quasi-copulas, Fuzzy Sets and Systems 393 (2020) 1-28, has raised the rating of quasi-copula problems in the dependence modeling community in spite of the lack of statistical interpretation of quasi-copulas. In our previous work (arXiv:2410.19339, accepted in Fuzzy Sets and Systems), we addressed the question of extreme values of the mass distribution associated with multivariate quasi-copulas. Using a linear programming approach, we were able to solve Open Problem 5 of the "Guide" up to dimension d = 17 and disprove a recent conjecture on the solution to that problem. In this paper, we use an analytical approach to provide a complete answer to the original question.
Abstract（参考訳）: J.J. Arias-Garc{\i}a, R. Mesiar, and B. De Baets, A hitchhiker's guide to quasi-copulas, Fuzzy Sets and Systems 393 (2020) 1-28, has raised the rating of quasi-copula problems in the dependent modeling community in the statistical interpretation of quasi-copulas。これまでの論文 (arXiv:2410.19339, accepted in Fuzzy Sets and Systems) では,多変量準コピュラに付随する質量分布の極端な値の問題に対処した。線形プログラミング手法を用いることで、「ガイド」のオープン・イシュー5を次元 d = 17 まで解き、この問題に対する最近の予想を覆すことができた。本稿では,従来の質問に対する完全な回答を提供するために,分析的アプローチを用いる。

関連論文リスト

Question Decomposition for Retrieval-Augmented Generation [2.6409776648054764]
本稿では疑問分解をサブクエストに組み込んだRAGパイプラインを提案する。補間的な文書を効果的に組み立てる一方で、再ランク付けによってノイズが減少することを示す。再ランク自体は標準的なものであるが、LLMによる質問分解と既製のクロスエンコーダのペアリングは、マルチホップ質問の検索ギャップを橋渡しすることを示す。
論文参考訳（メタデータ） (2025-07-01T01:01:54Z)
Beyond the Last Answer: Your Reasoning Trace Uncovers More than You Think [51.0691253204425]
我々は2つの質問に答えるために中間的推論ステップを解析する: 最終的な答えはモデルの最適結論を確実に表すか? 我々のアプローチは、推論トレースを言語的手がかりに基づくシーケンシャルなサブソートに分割することである。これらの解答を最も頻繁な解(モード)を選択して集約すると、元の完全トレースから得られる解のみに依存するよりも、はるかに高い精度が得られることが判明した。
論文参考訳（メタデータ） (2025-04-29T12:39:07Z)
Do Deep Neural Network Solutions Form a Star Domain? [68.66750305473163]
本稿では,与えられた学習課題のスターモデルを求めるスターライトアルゴリズムを提案する。得られた恒星領域上でのベイズモデル平均値に対するより良い不確実性の推定を実証する。
論文参考訳（メタデータ） (2024-03-12T13:59:23Z)
Optimizing Solution-Samplers for Combinatorial Problems: The Landscape of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文参考訳（メタデータ） (2023-10-08T23:39:38Z)
A Primal-Dual Approach to Solving Variational Inequalities with General Constraints [54.62996442406718]
Yang et al. (2023) は最近、一般的な変分不等式を解決するために一階勾配法を使う方法を示した。この方法の収束性を証明し、演算子が$L$-Lipschitz と monotone である場合、この手法の最後の繰り返しのギャップ関数が$O(frac1sqrtK)$で減少することを示す。
論文参考訳（メタデータ） (2022-10-27T17:59:09Z)
Distributionally Robust Bayesian Optimization with $\varphi$-divergences [45.48814080654241]
我々は,$varphi$-divergencesにおけるデータシフトに対するロバスト性について考察する。この設定におけるDRO-BO問題は有限次元最適化問題と等価であり、連続的な文脈でも証明可能な部分線型後悔境界で容易に実装できることを示す。
論文参考訳（メタデータ） (2022-03-04T04:34:52Z)
A Variational Inference Approach to Inverse Problems with Gamma Hyperpriors [60.489902135153415]
本稿では,ガンマハイパープライヤを用いた階層的逆問題に対する変分反復交替方式を提案する。提案した変分推論手法は正確な再構成を行い、意味のある不確実な定量化を提供し、実装が容易である。
論文参考訳（メタデータ） (2021-11-26T06:33:29Z)
A Mutual Information Maximization Approach for the Spurious Solution Problem in Weakly Supervised Question Answering [60.768146126094955]
弱々しい教師付き質問応答は通常、最終的な答えのみを監督信号として持つ。偶然に正解を導出する刺激的な解が多数存在するかもしれないが、そのような解の訓練はモデルの性能を損なう可能性がある。本稿では,質問応答対と予測解間の相互情報の最大化により,このような意味的相関を明示的に活用することを提案する。
論文参考訳（メタデータ） (2021-06-14T05:47:41Z)
Answering Ambiguous Questions through Generative Evidence Fusion and Round-Trip Prediction [46.38201136570501]
本稿では,複数の通路からの証拠を集約し,一つの回答や質問対の集合を適応的に予測するモデルを提案する。我々のモデルはRefuelと呼ばれ、AmbigQAデータセット上で新しい最先端のパフォーマンスを実現し、NQ-OpenおよびTriviaQA上での競合性能を示す。
論文参考訳（メタデータ） (2020-11-26T05:48:55Z)
Latent Compositional Representations Improve Systematic Generalization in Grounded Question Answering [46.87501300706542]
接地された質問応答における最先端のモデルは、しばしば明示的に分解を行わない。本稿では,全ての質問に対する表現と記述をボトムアップで構成的に計算するモデルを提案する。私たちのモデルは、エンドツーエンド(回答)のみによって駆動される潜木を誘導します。
論文参考訳（メタデータ） (2020-07-01T06:22:51Z)
Harvesting and Refining Question-Answer Pairs for Unsupervised QA [95.9105154311491]
教師なし質問回答(QA)を改善するための2つのアプローチを提案する。まず、ウィキペディアから語彙的・構文的に異なる質問を抽出し、質問応答対のコーパスを自動的に構築する(RefQAと名づけられる)。第2に、より適切な回答を抽出するためにQAモデルを活用し、RefQA上でデータを反復的に洗練する。
論文参考訳（メタデータ） (2020-05-06T15:56:06Z)
Improving the Robustness of QA Models to Challenge Sets with Variational Question-Answer Pair Generation [38.36299280464046]
質問応答モデル(QA)は,分布内テストセットにおいて人間レベルの精度を実現している。彼らは、トレーニングセットとは異なる分布を持つ挑戦セットに対して堅牢性が欠如していることが示されている。段落から多種多様なQAペアを生成する変分QAGモデルを提案する。
論文参考訳（メタデータ） (2020-04-07T10:15:19Z)
Joint Wasserstein Distribution Matching [89.86721884036021]
JDM問題(Joint Distribution matching)は、2つのドメインの関節分布を一致させるために双方向マッピングを学習することを目的としており、多くの機械学習およびコンピュータビジョンアプリケーションで発生している。 2つの領域における関節分布のワッサーシュタイン距離を最小化することにより、JDM問題に対処することを提案する。そこで我々は,難解な問題を簡単な最適化問題に還元する重要な定理を提案し,その解法を開発した。
論文参考訳（メタデータ） (2020-03-01T03:39:00Z)

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。