論文の概要: On Strong and Weak Admissibility in Non-Flat Assumption-Based Argumentation

• arxiv url: http://arxiv.org/abs/2508.11182v1
• Date: Fri, 15 Aug 2025 03:13:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-18 14:51:23.725096
• Title: On Strong and Weak Admissibility in Non-Flat Assumption-Based Argumentation
• Title（参考訳）: 非フラッツ推定に基づく議論における強弱適応性について
• Authors: Matti Berthold, Lydia Blümel, Anna Rapberger,
• Abstract要約: 抽象的議論から許容可能性の標準概念への2つの顕著な代替案について検討する。 一般(時として非平坦(non-flat)ABA)に対して,それぞれ好意的,完備的,根底的意味論を導入する。 中央のモジュラー化特性は古典的,強い,弱い順応性の下で維持されていることを示す。
• 参考スコア（独自算出の注目度）: 4.583931917131698
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In this work, we broaden the investigation of admissibility notions in the context of assumption-based argumentation (ABA). More specifically, we study two prominent alternatives to the standard notion of admissibility from abstract argumentation, namely strong and weak admissibility, and introduce the respective preferred, complete and grounded semantics for general (sometimes called non-flat) ABA. To do so, we use abstract bipolar set-based argumentation frameworks (BSAFs) as formal playground since they concisely capture the relations between assumptions and are expressive enough to represent general non-flat ABA frameworks, as recently shown. While weak admissibility has been recently investigated for a restricted fragment of ABA in which assumptions cannot be derived (flat ABA), strong admissibility has not been investigated for ABA so far. We introduce strong admissibility for ABA and investigate desirable properties. We furthermore extend the recent investigations of weak admissibility in the flat ABA fragment to the non-flat case. We show that the central modularization property is maintained under classical, strong, and weak admissibility. We also show that strong and weakly admissible semantics in non-flat ABA share some of the shortcomings of standard admissible semantics and discuss ways to address these.
• Abstract（参考訳）: 本研究では,仮定に基づく議論(ABA)の文脈において,許容可能性の概念について検討する。 より具体的には、抽象的論証から許容性の標準概念、すなわち強大かつ弱弱な論証から、一般的な(非平坦と呼ばれる)ABAに対して、それぞれ好まれ、完全で、根底的な意味論を導入する2つの顕著な選択肢について研究する。 そこで我々は、仮定間の関係を簡潔に把握し、一般的な非平坦なABAフレームワークを表現するのに十分な表現力を持つ抽象双極性集合ベースの議論フレームワーク(BSAF)をフォーマルグラウンドとして使用する。 近年,仮定の導出が不可能なABAの限定的な断片について,弱い許容性について検討されているが(平坦なABA)、これまでABAに対して強い許容性は検討されていない。 ABAに対する強い許容性を導入し、望ましい特性について検討する。 さらに、平坦なABAフラグメントの弱い許容性に関する最近の研究を、非平坦なケースにまで拡張する。 中央のモジュラー化特性は古典的,強い,弱い順応性の下で維持されていることを示す。 また、非平坦なABAにおける強で弱い許容セマンティクスは、標準許容セマンティクスの欠点の一部を共有していることを示し、これらに対処する方法について議論する。

関連論文リスト

• A Survey on Latent Reasoning [100.54120559169735]
  大きな言語モデル(LLM)は印象的な推論機能を示している。 中間ステップを言語化するCoT推論は、モデルの表現帯域幅を制限する。 潜在的推論は、モデルの連続的な隠れ状態に完全にマルチステップの推論を実行することで、このボトルネックに対処する。
  論文  参考訳（メタデータ） (2025-07-08T17:29:07Z)
• A Law Reasoning Benchmark for LLM with Tree-Organized Structures including Factum Probandum, Evidence and Experiences [76.73731245899454]
  本稿では,階層的なファクトラム,証拠,暗黙的な経験に富む透明な法理推論スキーマを提案する。 このスキーマにインスパイアされた課題は、テキストのケース記述を取り込み、最終決定を正当化する階層構造を出力する。 このベンチマークは、Intelligent Courtにおける透明で説明可能なAI支援法推論の道を開く」。
  論文  参考訳（メタデータ） (2025-03-02T10:26:54Z)
• Rethinking State Disentanglement in Causal Reinforcement Learning [78.12976579620165]
  因果性は、根底にある状態が識別可能性によって一意に回復できることを保証するための厳密な理論的支援を提供する。 我々はこの研究ラインを再考し、RL固有のコンテキストを取り入れることで、潜在状態に対する以前の識別可能性分析における不要な仮定を低減できることを示した。 本稿では, 従来手法の複雑な構造制約を, 遷移と報酬保存の2つの簡単な制約に置き換えることにより, 一般に部分的に観測可能なマルコフ決定過程(POMDP)を提案する。
  論文  参考訳（メタデータ） (2024-08-24T06:49:13Z)
• On the Correspondence of Non-flat Assumption-based Argumentation and Logic Programming with Negation as Failure in the Head [20.981256612743145]
  非平坦なABAとLPの対応性を示す。 次に、この結果を、もともと双極性ABAと呼ばれる非平坦なABAの断片に対して定義された、いわゆる集合安定ABA意味論に拡張する。 本稿では,LP の集合安定セマンティクスを頭の中の失敗として定義し,集合安定な ABA セマンティクスとの対応を示す。
  論文  参考訳（メタデータ） (2024-05-15T15:10:03Z)
• Non-flat ABA is an Instance of Bipolar Argumentation [23.655909692988637]
  ABA(Assumption-based Argumentation)は、構造化された議論形式である。 ABAフレームワーク(ABAF)に課される一般的な制限は、それらがフラットであることである。 一般、おそらく非平坦なABAFからあらゆる抽象的議論形式への翻訳は存在しない。
  論文  参考訳（メタデータ） (2023-05-21T13:18:08Z)
• Provable Unrestricted Adversarial Training without Compromise with Generalizability [44.02361569894942]
  敵の攻撃から守るための最も有望な戦略として、敵の訓練(AT)が広く考えられている。 既存のAT法は、標準的な一般化性を犠牲にして、しばしば敵の強靭性を達成している。 我々はProvable Unrestricted Adversarial Training (PUAT)と呼ばれる新しいATアプローチを提案する。
  論文  参考訳（メタデータ） (2023-01-22T07:45:51Z)
• On Lower Bounds for Standard and Robust Gaussian Process Bandit Optimization [55.937424268654645]
  有界ノルムを持つ関数のブラックボックス最適化問題に対するアルゴリズム非依存な下界を考える。 本稿では, 単純さ, 汎用性, エラー確率への依存性の向上など, 後悔の下位境界を導出するための新しい証明手法を提案する。
  論文  参考訳（メタデータ） (2020-08-20T03:48:14Z)

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。