論文の概要: CQE under Epistemic Dependencies: Algorithms and Experiments (extended version)
- arxiv url: http://arxiv.org/abs/2507.17487v2
- Date: Mon, 28 Jul 2025 16:42:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-29 14:15:47.058544
- Title: CQE under Epistemic Dependencies: Algorithms and Experiments (extended version)
- Title(参考訳): 疫学依存下のCQE:アルゴリズムと実験(拡張版)
- Authors: Lorenzo Marconi, Flavia Ricci, Riccardo Rosati,
- Abstract要約: 我々は、すべての最適なGA検閲の交わりについて、接続クエリ(BUCQ)のブール連合(Boolean Unions of conjunctive query)に答えることに集中する。
まず、この交差点に基づくアプローチの安全性を特徴付け、安全を保ったED(すなわち完全なED)のクラスを特定する。
最後に,2つの異なる評価シナリオで実施した実験について報告する。
- 参考スコア(独自算出の注目度): 2.2770431622059792
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We investigate Controlled Query Evaluation (CQE) over ontologies, where information disclosure is regulated by epistemic dependencies (EDs), a family of logical rules recently proposed for the CQE framework. In particular, we combine EDs with the notion of optimal GA censors, i.e. maximal sets of ground atoms that are entailed by the ontology and can be safely revealed. We focus on answering Boolean unions of conjunctive queries (BUCQs) with respect to the intersection of all optimal GA censors - an approach that has been shown in other contexts to ensure strong security guarantees with favorable computational behavior. First, we characterize the security of this intersection-based approach and identify a class of EDs (namely, full EDs) for which it remains safe. Then, for a subclass of EDs and for DL-Lite_R ontologies, we show that answering BUCQs in the above CQE semantics is in AC^0 in data complexity by presenting a suitable, detailed first-order rewriting algorithm. Finally, we report on experiments conducted in two different evaluation scenarios, showing the practical feasibility of our rewriting function.
- Abstract(参考訳): 我々は,最近CQEフレームワークに提案された論理ルールのファミリーであるてんかん依存性 (ED) によって情報開示が制御されるオントロジーよりも制御されたクエリ評価 (CQE) について検討した。
特に、EDを最適GA検閲の概念、すなわち、オントロジーに関係し、安全に明らかにできる地上原子の最大集合と組み合わせる。
我々は,全ての最適GA検閲の交わりに対して,接続型クエリ(BUCQ)のブーリアン連合(Boolean Unions of conjunctive query, BUCQs)に答えることに重点を置いている。
まず、この交差点に基づくアプローチの安全性を特徴付け、安全を保ったED(すなわち完全なED)のクラスを特定する。
次に、EDのサブクラスとDL-Lite_Rオントロジーについて、上記のCQEセマンティクスにおけるBUCQの応答は、データ複雑性のAC^0にあることを示す。
最後に,2つの異なる評価シナリオで実施した実験について報告する。
関連論文リスト
- Predicate-Conditional Conformalized Answer Sets for Knowledge Graph Embeddings [27.138935426612306]
CondKGCPは、コンパクトな予測セットを維持しながら、述語条件のカバレッジ保証を近似する。
包括的評価により,CondKGCPの理論的保証を証明し,実証的な有効性を示す。
論文 参考訳(メタデータ) (2025-05-22T16:33:20Z) - Advancing Neural Network Verification through Hierarchical Safety Abstract Interpretation [52.626086874715284]
我々は、安全でない出力の階層構造を検証する抽象的DNN検証と呼ばれる新しい問題定式化を導入する。
出力到達可能な集合に関する抽象的解釈と推論を活用することにより,形式的検証プロセスにおいて,複数の安全性レベルを評価することができる。
我々の貢献には、新しい抽象的安全性の定式化と既存のアプローチとの関係を理論的に探求することが含まれる。
論文 参考訳(メタデータ) (2025-05-08T13:29:46Z) - Q-Learning with Clustered-SMART (cSMART) Data: Examining Moderators in the Construction of Clustered Adaptive Interventions [3.9650359172757743]
クラスタ適応介入(cAI)は、結果を改善するためにクラスタレベルの介入をどのように調整するかを実践者の指導する一連の決定ルールである。
M-out-of-N Cluster Bootstrapを用いたクラスタ型Qラーニングフレームワークを導入し、最適なcAIを定義する上で、候補の調整変数のセットが有用かどうかを評価する。
論文 参考訳(メタデータ) (2025-05-01T19:24:39Z) - AlignRAG: Leveraging Critique Learning for Evidence-Sensitive Retrieval-Augmented Reasoning [61.28113271728859]
RAGは知識ベースで大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。
標準的なRAGパイプラインは、モデル推論が取得した証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。
本研究では,RAGをRetrieval-Augmented Reasoningと解釈し,中心的だが未探索な問題であるtextitReasoning Misalignmentを同定する。
論文 参考訳(メタデータ) (2025-04-21T04:56:47Z) - Controlled Query Evaluation through Epistemic Dependencies [7.502796412126707]
本稿では,このフレームワークの表現能力を示し,CQEの(一対の)結合クエリにおけるデータ複雑性について検討する。
本稿では,非循環的依存関係の場合のトラクタビリティを,適切なクエリアルゴリズムを提供することにより証明する。
論文 参考訳(メタデータ) (2024-05-03T19:48:07Z) - Coherent Entity Disambiguation via Modeling Topic and Categorical
Dependency [87.16283281290053]
従来のエンティティ曖昧化(ED)メソッドは、参照コンテキストと候補エンティティの一致するスコアに基づいて予測を行う、識別パラダイムを採用している。
本稿では,エンティティ予測のコヒーレンス向上を目的とした新しいデザインを備えたEDシステムであるCoherentedを提案する。
我々は、人気EDベンチマークにおいて、平均1.3F1ポイントの改善により、最先端の新たな結果を得る。
論文 参考訳(メタデータ) (2023-11-06T16:40:13Z) - CAR: Conceptualization-Augmented Reasoner for Zero-Shot Commonsense
Question Answering [56.592385613002584]
ゼロショットコモンセンス質問応答の課題に対処するために,概念化強化推論器(CAR)を提案する。
CARは、CommonSenseの知識を多くの高レベルなインスタンスに抽象化し、CommonSenseの知識ベースの範囲を拡大する。
CARは、既存のメソッドよりも、ゼロショットのコモンセンスシナリオに関する質問に答えることにより、より堅牢に一般化する。
論文 参考訳(メタデータ) (2023-05-24T08:21:31Z) - CQE in OWL 2 QL: A "Longest Honeymoon" Approach (extended version) [13.169982133542266]
動的CQE法,すなわち,従来のクエリの評価に基づいて,現在のクエリに対する応答を変更することを提案する。
我々は、機密データを保護できるだけでなく、最大限に協力できるシステムを目指しています。
論文 参考訳(メタデータ) (2022-07-22T15:51:15Z) - Reasoning over Hybrid Chain for Table-and-Text Open Domain QA [69.8436986668218]
我々はChAin中心の推論と事前学習フレームワーク(CARP)を提案する。
CARPはハイブリッドチェーンを使用して、質問応答のための表とテキスト間の明示的な中間推論プロセスをモデル化する。
また,クロスモダリティ推論プロセスの同定において,事前学習モデルを強化するために,新しいチェーン中心の事前学習手法を提案する。
論文 参考訳(メタデータ) (2022-01-15T16:11:55Z) - CQE in Description Logics Through Instance Indistinguishability
(extended version) [0.0]
Description Logics (DL) におけるプライバシ保護クエリ応答に関する研究
DL-Lite$_mathcal$$で応答するデータ複雑性の結果を導出します。
我々は,CQEに対する近似秘密性解答という意味論的に確立された概念を同定する。
論文 参考訳(メタデータ) (2020-04-24T17:28:24Z)
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。