論文の概要: Subject-Event Ontology Without Global Time: Foundations and Execution Semantics

• arxiv url: http://arxiv.org/abs/2510.18040v1
• Date: Mon, 20 Oct 2025 19:26:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.537957
• Title: Subject-Event Ontology Without Global Time: Foundations and Execution Semantics
• Title（参考訳）: グローバル時間のない主題イベントオントロジー:基礎と実行セマンティクス
• Authors: Alexander Boldachev,
• Abstract要約: 形式化は9つの公理(A1-A9)を含み、実行可能性の正しさを保証する:履歴の単調性(I1)、因果性の非巡回性(I2)、トレーサビリティ(I3)である。 フォーマル化は、分散システム、マイクロサービスアーキテクチャ、DLTプラットフォーム、およびマルチパースペクティビティシナリオ(異なる主題から事実を分解する)に適用できる。 モデルに基づくアプローチ(A9): スキーマによるイベント検証、アクター認可、グローバル時間なしで因果連鎖の自動構築(W3)。
• 参考スコア（独自算出の注目度）: 51.56484100374058
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A formalization of a subject-event ontology is proposed for modeling complex dynamic systems without reliance on global time. Key principles: (1) event as an act of fixation - a subject discerns and fixes changes according to models (conceptual templates) available to them; (2) causal order via happens-before - the order of events is defined by explicit dependencies, not timestamps; (3) making the ontology executable via a declarative dataflow mechanism, ensuring determinism; (4) models as epistemic filters - a subject can only fix what falls under its known concepts and properties; (5) presumption of truth - the declarative content of an event is available for computation from the moment of fixation, without external verification. The formalization includes nine axioms (A1-A9), ensuring the correctness of executable ontologies: monotonicity of history (I1), acyclicity of causality (I2), traceability (I3). Special attention is given to the model-based approach (A9): event validation via schemas, actor authorization, automatic construction of causal chains (W3) without global time. Practical applicability is demonstrated on the boldsea system - a workflow engine for executable ontologies, where the theoretical constructs are implemented in BSL (Boldsea Semantic Language). The formalization is applicable to distributed systems, microservice architectures, DLT platforms, and multiperspectivity scenarios (conflicting facts from different subjects).
• Abstract（参考訳）: 大域的時間に依存することなく複雑な力学系をモデル化するために,主観的オントロジーの形式化を提案する。 主な原則:(1) 固定の行為としてのイベント - 被写体が利用可能なモデル(コンセプトテンプレート)に従って変更を識別し、修正する (2) 事象による因果的順序 - イベントの順序はタイムスタンプではなく明示的な依存関係によって定義される (3) 宣言的なデータフロー機構を通じてオントロジーを実行可能なものにすること (4) エピステマフィルタとしてのモデル - 被写体はその既知の概念や性質に該当するもののみを修正できる (5) 真実の推測 - イベントの宣言的内容は、外部認証なしで、固定の瞬間から計算することができる。 形式化は9つの公理(A1-A9)を含み、実行可能オントロジーの正しさを保証する:歴史の単調性(I1)、因果性の非巡回性(I2)、トレーサビリティ(I3)である。 モデルベースアプローチ(A9): スキーマによるイベント検証、アクター認可、グローバル時間なしで因果連鎖の自動構築(W3)。 大胆なシステム - BSL(Boldsea Semantic Language)で理論構造が実装される実行可能なオントロジーのためのワークフローエンジン。 フォーマル化は、分散システム、マイクロサービスアーキテクチャ、DLTプラットフォーム、マルチパースペクティビティシナリオ(さまざまな分野の事実を記述)に適用できる。

関連論文リスト

• Executable Ontologies: Synthesizing Event Semantics with Dataflow Architecture [51.56484100374058]
  我々は、セマンティックイベントセマンティクスとデータフローアーキテクチャを統合することで、従来のビジネスプロセス管理システムの限界に対処できることを実証する。 大胆なシーエンジニアリングのアーキテクチャは、セマンティックモデルをコンパイルなしで実行可能なアルゴリズムとして解釈する。 実行時にイベントモデルを変更することで、透明性を確保し、統一されたセマンティックフレームワーク内でデータとビジネスロジックをシームレスにマージする。
  論文  参考訳（メタデータ） (2025-09-11T18:12:46Z)
• Learning Time-Aware Causal Representation for Model Generalization in Evolving Domains [50.66049136093248]
  動的因果要因と因果機構のドリフトを組み込んだ時間認識型構造因果モデル(SCM)を開発した。 本研究では,時間領域毎に最適な因果予測値が得られることを示す。 合成と実世界の両方のデータセットの結果から,SynCは時間的一般化性能に優れることが示された。
  論文  参考訳（メタデータ） (2025-06-21T14:05:37Z)
• Information Science Principles of Machine Learning: A Causal Chain Meta-Framework Based on Formalized Information Mapping [7.299890614172539]
  本研究は、機械学習における重要な課題、すなわち、統一的な形式的理論的枠組みの欠如と、モデル解釈可能性と倫理的安全性に関する基礎理論の欠如に対処する。 まず、一般的な機械学習段階における存在論的状態とキャリアマッピングを明確に定義し、形式的な情報モデルを構築する。 学習可能な述語と処理可能な述語を導入し、学習と処理機能を導入することにより、機械学習プロセスを管理する因果連鎖論理と制約法を解析する。
  論文  参考訳（メタデータ） (2025-05-19T14:39:41Z)
• Plausible-Parrots @ MSP2023: Enhancing Semantic Plausibility Modeling using Entity and Event Knowledge [1.6233244703352492]
  外部知識ベースから抽出した詳細なエンティティタイプ、イベントタイプおよびそれらの定義を用いて、大型言語モデル(LLM)を強化する。 実験結果から,事象の意味的妥当性のモデル化におけるインジェクト知識の有効性が示された。
  論文  参考訳（メタデータ） (2024-08-29T23:13:45Z)
• Identifiable Exchangeable Mechanisms for Causal Structure and Representation Learning [54.69189620971405]
  IEM(Identible Exchangeable Mechanisms)と呼ばれる,表現と構造学習のための統合フレームワークを提供する。 IEMは、交換可能な非i.d.データにおける因果構造同定に必要な条件を緩和する新しい洞察を提供する。 また、認識可能な表現学習における双対性条件の存在を実証し、新たな識別可能性結果をもたらす。
  論文  参考訳（メタデータ） (2024-06-20T13:30:25Z)
• A Verification Framework for Component-Based Modeling and Simulation Putting the pieces together [0.0]
  提案する検証フレームワークは,コンポーザビリティを異なるレベルで検証するための方法,テクニック,ツールサポートを提供する。 特に、コンポーザビリティ全体の正しさにおける重要性と、プロセスで生じる困難度から、ダイナミック・セマンティック・コンポータビリティ(Dynamic-Semantic Composability)のレベルに注目します。
  論文  参考訳（メタデータ） (2023-01-08T18:53:28Z)

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。