論文の概要: Towards a fundamental theory of modeling discrete systems

• arxiv url: http://arxiv.org/abs/2508.19803v1
• Date: Wed, 27 Aug 2025 11:44:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-28 19:07:41.612319
• Title: Towards a fundamental theory of modeling discrete systems
• Title（参考訳）: 離散系モデリングの基本理論に向けて
• Authors: Peter Fettke, Wolfgang Reisig,
• Abstract要約: まず、モデリングがなぜ基本的なのか、デジタル世界でどの課題に対処する必要があるのかを説明します。 主な貢献として、モデリングの新しいアプローチとして、Heraklitモデリングフレームワークを紹介します。
• 参考スコア（独自算出の注目度）: 1.3464152928754485
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modeling is a central concern in both science and engineering. However, we need a new fundamental theory to address the challenges of the digital age. In this paper, we first explain why modeling is fundamental and which challenges must be addressed in the digital world. As a main contribution, we introduce the Heraklit modeling framework as a new approach to modeling. We conclude with some general remarks. Future work will involve the correctness of modeling, the notion of information, and the description of invariance in modeling.
• Abstract（参考訳）: モデリングは科学と工学の両方において中心的な関心事である。 しかし,デジタル時代の課題に対処するためには,新たな基本理論が必要である。 本稿では、モデリングがなぜ基本的なのか、デジタル世界でどの課題に対処する必要があるのかを最初に説明する。 主な貢献として、モデリングの新しいアプローチとして、Heraklitモデリングフレームワークを紹介します。 私たちはいくつかの一般的な発言で締めくくります。 今後の研究には、モデリングの正しさ、情報の概念、モデリングにおける不変性の記述が含まれる。

関連論文リスト

• Carving Nature/Conceptual Models at Joints Using Thinging Machines [0.0]
  彫刻の比喩は、現実の概念体系を構築するために使われてきた。 中心的な問題は、TMモデルを構築する際のイベントの彫り方だ。 本論文は、TMモデリングと一般化に関する新しい資料を含む。
  論文  参考訳（メタデータ） (2025-05-19T18:55:56Z)
• Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities [89.40778301238642]
  モデルマージは、機械学習コミュニティにおける効率的なエンパワーメント技術である。 これらの手法の体系的かつ徹底的なレビューに関する文献には大きなギャップがある。
  論文  参考訳（メタデータ） (2024-08-14T16:58:48Z)
• Learning-based Models for Vulnerability Detection: An Extensive Study [3.1317409221921144]
  我々は、最先端の学習ベースアプローチの2つのタイプを広範かつ包括的に調査する。 本稿では,シーケンスベースモデルの優先度と,グラフベースモデルの限定能力について実験的に検証する。
  論文  参考訳（メタデータ） (2024-08-14T13:01:30Z)
• Model Sketching: Centering Concepts in Early-Stage Machine Learning Model Design [29.775425128670573]
  マシンラーニングの実践者は、モデルアーキテクチャやパフォーマンスメトリクスといった、低レベルの技術的な詳細にたどり着きます。 本稿では,モデル決定の反復的かつ迅速な近似を行うための技術フレームワークであるモデルスケッチを紹介する。
  論文  参考訳（メタデータ） (2023-03-06T04:31:36Z)
• Foundation models in brief: A historical, socio-technical focus [2.5991265608180396]
  ディープラーニングをスケールアップすることで、将来のAI開発には、ファンデーションモデルが破壊的になる可能性がある。 モデルは自然言語処理やコンピュータビジョンといった分野における様々なタスクにおいて最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-12-17T22:11:33Z)
• On the Opportunities and Risks of Foundation Models [256.61956234436553]
  これらのモデルの基礎モデルは、批判的に中心的だが不完全な性格を根底から立証するものです。 本報告では,基礎モデルの可能性とリスクについて概説する。 これらの疑問に対処するためには、基礎モデルに関する重要な研究の多くは、深い学際的なコラボレーションが必要であると信じている。
  論文  参考訳（メタデータ） (2021-08-16T17:50:08Z)
• A Perspective on Machine Learning Methods in Turbulence Modelling [0.0]
  本研究は,データ駆動型乱流閉鎖モデルの研究の現状を概観する。 トレーニングデータ、モデル、基礎となる物理、離散化の一貫性は、ML強化モデリング戦略の成功のために考慮すべき重要な問題である、と強調する。
  論文  参考訳（メタデータ） (2020-10-23T08:19:30Z)

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。