論文の概要: Symbolic Snapshot Ensembles

• arxiv url: http://arxiv.org/abs/2510.24633v1
• Date: Tue, 28 Oct 2025 17:01:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-29 15:35:37.292244
• Title: Symbolic Snapshot Ensembles
• Title（参考訳）: シンボリック・スナップショット・アンサンブル
• Authors: Mingyue Liu, Andrew Cropper,
• Abstract要約: 本稿では,ILPアルゴリズムを1回だけ訓練し,中間仮説を保存する。 ゲームプレイや視覚的推論を含む複数のベンチマーク実験により,計算オーバーヘッドが1%未満の予測精度を4%向上することを示した。
• 参考スコア（独自算出の注目度）: 17.98221518812985
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Inductive logic programming (ILP) is a form of logical machine learning. Most ILP algorithms learn a single hypothesis from a single training run. Ensemble methods train an ILP algorithm multiple times to learn multiple hypotheses. In this paper, we train an ILP algorithm only once and save intermediate hypotheses. We then combine the hypotheses using a minimum description length weighting scheme. Our experiments on multiple benchmarks, including game playing and visual reasoning, show that our approach improves predictive accuracy by 4% with less than 1% computational overhead.
• Abstract（参考訳）: 帰納論理プログラミング(英: Inductive logic programming、ILP)は、論理機械学習の一種。 ほとんどのILPアルゴリズムは、1つのトレーニング実行から1つの仮説を学習する。 アンサンブル法は、複数の仮説を学ぶために何度もILPアルゴリズムを訓練する。 本稿では,ILPアルゴリズムを1回だけ訓練し,中間仮説を保存する。 次に、最小記述長重み付けスキームを用いて仮説を組み合わせる。 ゲームプレイや視覚的推論を含む複数のベンチマーク実験により,計算オーバーヘッドが1%未満の予測精度を4%向上することを示した。

関連論文リスト

• Honey, I shrunk the hypothesis space (through logical preprocessing) [19.54008511592332]
  ILPシステムがそれを検索する前に仮説空間を縮めるアプローチを導入する。 本手法では,学習例に関わらず,最適仮説に適さないルールを見つけるために,背景知識を用いる。 実験の結果,予測精度を維持しながら学習時間を著しく短縮できることがわかった。
  論文  参考訳（メタデータ） (2025-06-07T09:53:02Z)
• Do NOT Think That Much for 2+3=? On the Overthinking of o1-Like LLMs [76.43407125275202]
  o1のようなモデルは、推論中に人間のような長時間の思考をエミュレートすることができる。 本論文は,これらのモデルにおける過度な考察の課題に関する,最初の包括的研究である。 精度を損なうことなく、過剰思考を緩和し、推論プロセスを合理化するための戦略を提案する。
  論文  参考訳（メタデータ） (2024-12-30T18:55:12Z)
• Simple and Provable Scaling Laws for the Test-Time Compute of Large Language Models [70.07661254213181]
  本研究では,大規模言語モデルのテスト時間計算において,証明可能なスケーリング法則を享受する2つのアルゴリズムを提案する。 1つは2段階ノックアウト方式のアルゴリズムで、各候補は複数の相手に対して平均勝利率で評価される。 もう1つは2段階のリーグ方式のアルゴリズムで、各候補は複数の相手に対して平均勝利率で評価される。
  論文  参考訳（メタデータ） (2024-11-29T05:29:47Z)
• Learning logic programs by finding minimal unsatisfiable subprograms [24.31242130341093]
  最小不満足なサブプログラム (MUSP) を識別する ILP アプローチを導入する。 プログラム合成やゲームプレイなど,複数の領域での実験を行った結果,学習時間を99%短縮できることがわかった。
  論文  参考訳（メタデータ） (2024-01-29T18:24:16Z)
• AdaStop: adaptive statistical testing for sound comparisons of Deep RL agents [17.481638913280403]
  本稿では,一組のアルゴリズムの性能を比較するための理論的に健全な手法を提案する。 AdaStopは、複数のグループシーケンシャルテストに基づく新しい統計テストである。
  論文  参考訳（メタデータ） (2023-06-19T12:22:56Z)
• A Stable, Fast, and Fully Automatic Learning Algorithm for Predictive Coding Networks [65.34977803841007]
  予測符号化ネットワークは、ベイズ統計学と神経科学の両方にルーツを持つ神経科学にインスパイアされたモデルである。 シナプス重みに対する更新規則の時間的スケジュールを変更するだけで、元の規則よりもずっと効率的で安定したアルゴリズムが得られることを示す。
  論文  参考訳（メタデータ） (2022-11-16T00:11:04Z)
• The Kikuchi Hierarchy and Tensor PCA [50.840260149979265]
  テンソルPCA(主成分分析)問題に対して,ランタイムの増大を伴うアルゴリズムの階層化を提案する。 我々の階層は、SOS(sum-of-squares)階層に似ているが、代わりに統計物理学や関連するアルゴリズムにインスパイアされている。
  論文  参考訳（メタデータ） (2019-04-08T06:26:35Z)

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。