論文の概要: Complexity of Faceted Explanations in Propositional Abduction
- arxiv url: http://arxiv.org/abs/2507.14962v1
- Date: Sun, 20 Jul 2025 13:50:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:32.142009
- Title: Complexity of Faceted Explanations in Propositional Abduction
- Title（参考訳）: 命題推論における顔説明の複雑さ
- Authors: Johannes Schmidt, Mohamed Maizia, Victor Lagerkvist, Johannes K. Fichte,
- Abstract要約: 帰納的推論は、観察された症状や症状を説明することを目的とした、一般的な非単調なパラダイムである。
命題推論では、命題式による知識の特定に焦点をあてる。
意思決定とカウントの間の推論を検討し、説明をよりよく理解できるようにします。
- 参考スコア（独自算出の注目度）: 6.674752821781092
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Abductive reasoning is a popular non-monotonic paradigm that aims to explain observed symptoms and manifestations. It has many applications, such as diagnosis and planning in artificial intelligence and database updates. In propositional abduction, we focus on specifying knowledge by a propositional formula. The computational complexity of tasks in propositional abduction has been systematically characterized - even with detailed classifications for Boolean fragments. Unsurprisingly, the most insightful reasoning problems (counting and enumeration) are computationally highly challenging. Therefore, we consider reasoning between decisions and counting, allowing us to understand explanations better while maintaining favorable complexity. We introduce facets to propositional abductions, which are literals that occur in some explanation (relevant) but not all explanations (dispensable). Reasoning with facets provides a more fine-grained understanding of variability in explanations (heterogeneous). In addition, we consider the distance between two explanations, enabling a better understanding of heterogeneity/homogeneity. We comprehensively analyze facets of propositional abduction in various settings, including an almost complete characterization in Post's framework.
- Abstract（参考訳）: 帰納的推論は、観察された症状や症状を説明することを目的とした、一般的な非単調なパラダイムである。
人工知能やデータベース更新における診断や計画など、多くの応用がある。
命題推論では、命題式による知識の特定に焦点をあてる。
命題推論におけるタスクの計算複雑性は、ブール断片の詳細な分類でさえも、体系的に特徴づけられている。
当然のことながら、最も洞察に富んだ推論問題(カウントと列挙)は計算的に非常に困難である。
したがって、意思決定とカウントの推論を考慮し、好ましい複雑さを維持しながら、説明をよりよく理解できるようにします。
これはある説明(関連性)に現れるが、すべての説明(必須)にはならないリテラルである。
ファセットによる推論は、説明(異種性)における変数のよりきめ細かい理解を与える。
さらに、2つの説明の間の距離を考慮し、不均一性/均一性をよりよく理解できるようにする。
本稿では,Postのフレームワークにおけるほぼ完全な特徴を含む,さまざまな設定における命題推論のファセットを包括的に分析する。
関連論文リスト
- A Fine-Grained Complexity View on Propositional Abduction -- Algorithms and Lower Bounds [6.6362553223890535]
我々は、見過ごされているように見えるが自然なパラメータ n の下で、難解な誘引問題の複雑さを分析する。
SigmaP$ と NP- および coNP-完全 フラグメントに対していくつかの正の値が得られる。
我々はこれを低い境界で補い、多くのフラグメントは(強い)指数時間仮説の下で改善を除外する。
論文 参考訳（メタデータ） (2025-05-15T11:56:19Z) - Ranking Counterfactual Explanations [7.066382982173528]
説明は2つの重要な疑問に対処できる:「なぜこの結果になるのか?」 (実際) と「なぜもう1つではないのか?」 (数値) である。
本稿では, 反事実的説明の形式的定義, 満足する性質の証明, 事実的説明との関係について検討する。
論文 参考訳（メタデータ） (2025-03-20T03:04:05Z) - Dialogue-based Explanations for Logical Reasoning using Structured Argumentation [0.06138671548064355]
我々は、最先端技術の構造的弱点を特定し、これらの問題に対処するための一般的な議論に基づくアプローチを提案する。
我々の研究は、問合せ応答を計算し、説明するための弁証法として対話モデルを提供する。
これにより、既存の説明形式よりも表現的かつ直感的な弁証的証明木を説明として構築することができる。
論文 参考訳（メタデータ） (2025-02-16T22:26:18Z) - A Semantic Approach to Decidability in Epistemic Planning (Extended
Version) [72.77805489645604]
我々は決定可能性を達成するために新しい意味論的アプローチを用いる。
具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。
我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
論文 参考訳（メタデータ） (2023-07-28T11:26:26Z) - Explanation Selection Using Unlabeled Data for Chain-of-Thought
Prompting [80.9896041501715]
非専門家によって書かれたオフ・ザ・シェルフの説明のように、タスクのために"チューニング"されていない説明は、中途半端なパフォーマンスをもたらす可能性がある。
本稿では,ブラックボックス方式で説明拡散プロンプトを最適化する方法の課題に対処する。
論文 参考訳（メタデータ） (2023-02-09T18:02:34Z) - MetaLogic: Logical Reasoning Explanations with Fine-Grained Structure [129.8481568648651]
複雑な実生活シナリオにおけるモデルの論理的推論能力を調べるためのベンチマークを提案する。
推論のマルチホップ連鎖に基づいて、説明形式は3つの主成分を含む。
この新たな説明形式を用いて,現在のベストモデルの性能を評価した。
論文 参考訳（メタデータ） (2022-10-22T16:01:13Z) - Discrete Reasoning Templates for Natural Language Understanding [79.07883990966077]
我々は,複雑な質問をより単純な質問に分解する手法を提案する。
事前定義された推論テンプレートの指示に従って最終回答を導出する。
我々のアプローチは、解釈可能でありながら最先端技術と競合し、監督をほとんど必要としないことを示す。
論文 参考訳（メタデータ） (2021-04-05T18:56:56Z) - ExplanationLP: Abductive Reasoning for Explainable Science Question
Answering [4.726777092009554]
本稿では,帰納的推論問題としての質問応答について考察する。
それぞれの選択に対して妥当な説明を構築し、最終回答として最適な説明で候補を選択する。
提案システムであるExplainationLPは,各候補の回答に対して,関連事実の重み付きグラフを構築して説明を行う。
論文 参考訳（メタデータ） (2020-10-25T14:49:24Z) - The Struggles of Feature-Based Explanations: Shapley Values vs. Minimal
Sufficient Subsets [61.66584140190247]
機能に基づく説明は、自明なモデルでも問題を引き起こすことを示す。
そこで本研究では,2つの一般的な説明書クラスであるシェープリー説明書と十分最小限の部分集合説明書が,基本的に異なる基底的説明書のタイプをターゲットにしていることを示す。
論文 参考訳（メタデータ） (2020-09-23T09:45:23Z) - A framework for step-wise explaining how to solve constraint
satisfaction problems [21.96171133035504]
本研究では,人に対する理解が容易な方法で,伝播時に行うことができる推論ステップを説明することの課題について検討する。
そこで我々は, 制約解決者説明可能な機関を提供することを目標とし, 問題解決者への信頼構築に役立てる。
論文 参考訳（メタデータ） (2020-06-11T11:35:41Z) - From Checking to Inference: Actual Causality Computations as
Optimization Problems [79.87179017975235]
本稿では、最適化問題として二元非巡回モデルよりも、因果推論の異なる概念を定式化するための新しいアプローチを提案する。
8000ドル以上の変数を持つモデルを用いて,MaxSAT が ILP を上回り,数秒単位でチェック処理を行う場合が多い。
論文 参考訳（メタデータ） (2020-06-05T10:56:52Z)
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。