論文の概要: From data to concepts via wiring diagrams

• arxiv url: http://arxiv.org/abs/2511.20138v1
• Date: Tue, 25 Nov 2025 09:59:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-26 17:37:04.394385
• Title: From data to concepts via wiring diagrams
• Title（参考訳）: 配線図によるデータから概念へ
• Authors: Jason Lo, Mohammadnima Jafari,
• Abstract要約: 準スケルトン配線図法の概念を導入し、準スケルトン配線図法がハセ図法に対応することを証明した。 この結果を用いて、逐次データから配線図を抽出するアルゴリズムを設計した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A wiring diagram is a labeled directed graph that represents an abstract concept such as a temporal process. In this article, we introduce the notion of a quasi-skeleton wiring diagram graph, and prove that quasi-skeleton wiring diagram graphs correspond to Hasse diagrams. Using this result, we designed algorithms that extract wiring diagrams from sequential data. We used our algorithms in analyzing the behavior of an autonomous agent playing a computer game, and the algorithms correctly identified the winning strategies. We compared the performance of our main algorithm with two other algorithms based on standard clustering techniques (DBSCAN and agglomerative hierarchical), including when some of the data was perturbed. Overall, this article brings together techniques in category theory, graph theory, clustering, reinforcement learning, and data engineering.
• Abstract（参考訳）: 配線図は、時間過程のような抽象的な概念を表すラベル付き有向グラフである。 本稿では、準スケルトン配線図の概念を導入し、準スケルトン配線図がハッセ図に対応することを証明する。 この結果を用いて、逐次データから配線図を抽出するアルゴリズムを設計した。 我々は,コンピュータゲームをする自律エージェントの行動分析にアルゴリズムを用い,そのアルゴリズムが勝利戦略を正しく同定した。 我々は,本アルゴリズムの性能を,標準クラスタリング技術(DBSCANと集約階層)に基づく他の2つのアルゴリズムと比較した。 全体として、この記事では、カテゴリ理論、グラフ理論、クラスタリング、強化学習、データエンジニアリングのテクニックをまとめます。

関連論文リスト

• Joint Data Inpainting and Graph Learning via Unrolled Neural Networks [1.8999296421549168]
  基礎となるグラフトポロジと欠測値の両方を推定するアルゴリズムを提案する。 提案手法はグラフ学習とグラフ信号再構成アルゴリズムの両方に利用できる。
  論文  参考訳（メタデータ） (2024-07-16T06:46:41Z)
• Deep Contrastive Graph Learning with Clustering-Oriented Guidance [61.103996105756394]
  グラフ畳み込みネットワーク(GCN)は、グラフベースのクラスタリングを改善する上で大きな可能性を秘めている。 モデルはGCNを適用するために初期グラフを事前に推定する。 一般的なデータクラスタリングには,Deep Contrastive Graph Learning (DCGL)モデルが提案されている。
  論文  参考訳（メタデータ） (2024-02-25T07:03:37Z)
• Quantifying analogy of concepts via ologs and wiring diagrams [0.0]
  SpivakとKentによって作成されたログ(ログ)の理論に基づいて構築し、配線図の概念を定義します。 本稿では、配線図は有限有界ラベル付きグラフである。 ラベルは、ologの型に対応しており、自律システムにおけるセンサーの読み取りと解釈することもできる。
  論文  参考訳（メタデータ） (2024-02-01T21:15:55Z)
• CGMN: A Contrastive Graph Matching Network for Self-Supervised Graph Similarity Learning [65.1042892570989]
  自己教師付きグラフ類似性学習のためのコントラストグラフマッチングネットワーク(CGMN)を提案する。 我々は,効率的なノード表現学習のために,クロスビューインタラクションとクロスグラフインタラクションという2つの戦略を用いる。 我々はノード表現をグラフ類似性計算のためのプール演算によりグラフレベル表現に変換する。
  論文  参考訳（メタデータ） (2022-05-30T13:20:26Z)
• Effective and Efficient Graph Learning for Multi-view Clustering [173.8313827799077]
  マルチビュークラスタリングのための効率的かつ効率的なグラフ学習モデルを提案する。 本手法はテンソルシャッテンp-ノルムの最小化により異なるビューのグラフ間のビュー類似性を利用する。 提案アルゴリズムは時間経済であり,安定した結果を得るとともに,データサイズによく対応している。
  論文  参考訳（メタデータ） (2021-08-15T13:14:28Z)
• A Unifying Generative Model for Graph Learning Algorithms: Label Propagation, Graph Convolutions, and Combinations [39.8498896531672]
  グラフに関する半教師付き学習は、ネットワーク科学と機械学習において広く適用可能な問題である。 我々は,ノード属性のデータ生成プロセスのためのマルコフ確率場モデルを開発した。 ラベル伝播,線形化グラフ畳み込みネットワーク,それらの組み合わせが条件付き期待値として導出できることを示す。
  論文  参考訳（メタデータ） (2021-01-19T17:07:08Z)
• Line Graph Neural Networks for Link Prediction [71.00689542259052]
  実世界の多くのアプリケーションにおいて古典的なグラフ解析問題であるグラフリンク予測タスクについて検討する。 このフォーマリズムでは、リンク予測問題をグラフ分類タスクに変換する。 本稿では,線グラフをグラフ理論に用いて,根本的に異なる新しい経路を求めることを提案する。 特に、線グラフの各ノードは、元のグラフのユニークなエッジに対応するため、元のグラフのリンク予測問題は、グラフ分類タスクではなく、対応する線グラフのノード分類問題として等価に解決できる。
  論文  参考訳（メタデータ） (2020-10-20T05:54:31Z)
• Wasserstein-based Graph Alignment [56.84964475441094]
  我々は,より小さいグラフのノードと大きなグラフのノードをマッチングすることを目的とした,1対多のグラフアライメント問題に対する新しい定式化を行った。 提案手法は,各タスクに対する最先端のアルゴリズムに対して,大幅な改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2020-03-12T22:31:59Z)
• Adaptive Graph Auto-Encoder for General Data Clustering [90.8576971748142]
  グラフベースのクラスタリングは、クラスタリング領域において重要な役割を果たす。 グラフ畳み込みニューラルネットワークに関する最近の研究は、グラフ型データにおいて驚くべき成功を収めている。 本稿では,グラフの生成的視点に応じて適応的にグラフを構成する汎用データクラスタリングのためのグラフ自動エンコーダを提案する。
  論文  参考訳（メタデータ） (2020-02-20T10:11:28Z)

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。