論文の概要: Distributed Knowing How

• arxiv url: http://arxiv.org/abs/2511.22374v1
• Date: Thu, 27 Nov 2025 12:13:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.550416
• Title: Distributed Knowing How
• Title（参考訳）: 分散知識
• Authors: Bin Liu, Yanjing Wang,
• Abstract要約: 本稿では,分散知識体系の概念を提案し,その論理について考察する。 我々は、ノウハウの論理学において、個人ベースのマルチステップフレームワークと連立ベースのシングルステップフレームワークの2つの既存の伝統を一般化する。 本研究の主目的は,分散知識ウハウの論理の健全で完全性の高い証明システムである。
• 参考スコア（独自算出の注目度）: 2.666320598360062
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Distributed knowledge is a key concept in the standard epistemic logic of knowledge-that. In this paper, we propose a corresponding notion of distributed knowledge-how and study its logic. Our framework generalizes two existing traditions in the logic of know-how: the individual-based multi-step framework and the coalition-based single-step framework. In particular, we assume a group can accomplish more than what its individuals can jointly do. The distributed knowledge-how is based on the distributed knowledge-that of a group whose multi-step strategies derive from distributed actions that subgroups can collectively perform. As the main result, we obtain a sound and strongly complete proof system for our logic of distributed knowledge-how, which closely resembles the logic of distributed knowledge-that in both the axioms and the proof method of completeness.
• Abstract（参考訳）: 分散知識は、知識の標準的な認識論理において重要な概念である。 本稿では,分散知識法の概念とそれに対応する論理について検討する。 我々のフレームワークは、ノウハウの論理学における既存の2つの伝統を一般化する。 特に、ある集団が、その個人が共同でできること以上のことを達成できると仮定する。 分散ノウハウは、サブグループが集団的に実行可能な分散アクションから派生した多段階戦略を持つグループの分散ナウハウに基づいている。 その結果,分散知識の論理と完全性証明法の両方において,分散知識の論理と密接に類似している,分散知識の論理の健全かつ完全性証明システムを得た。

関連論文リスト

• A Note on an Inferentialist Approach to Resource Semantics [48.65926948745294]
  「推論主義」とは、推論行動の観点で意味が与えられるという考え方である。 本稿では,「推論主義」が資源意味論の汎用的で表現力豊かな枠組みを実現する方法を示す。
  論文  参考訳（メタデータ） (2024-05-10T14:13:21Z)
• Permissible Knowledge Pooling [0.0]
  本稿では,知識プーリングと共有のための新しいモーダル論理を提案する。 また、それらの公理化の概要を述べ、許容可能な知識プールのための潜在的なフレームワークについて論じている。
  論文  参考訳（メタデータ） (2024-04-04T12:51:28Z)
• Inferentialist Resource Semantics [48.65926948745294]
  本稿では,リソースセマンティクスにおいて,推論が汎用的で表現力豊かなフレームワークを実現する方法を示す。 推論主義は、バンドルインプリケーションの論理のアサーションベースのアプローチをいかにシームレスに組み込むか。 この統合により、直感的で親しみやすい方法で、共有リソースと分離リソースの推論が可能になる。
  論文  参考訳（メタデータ） (2024-02-14T14:54:36Z)
• A Semantic Approach to Decidability in Epistemic Planning (Extended Version) [72.77805489645604]
  我々は決定可能性を達成するために新しい意味論的アプローチを用いる。 具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。 我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
  論文  参考訳（メタデータ） (2023-07-28T11:26:26Z)
• A Probabilistic-Logic based Commonsense Representation Framework for Modelling Inferences with Multiple Antecedents and Varying Likelihoods [5.87677276882675]
  コモンセンス・ナレッジグラフ(英: Commonsense knowledge-graphs、CKG)は、テキストや環境入力で「推論」でき、知覚を超えた推論ができる機械を構築するための重要なリソースである。 本研究は,コモンセンス知識の表現方法として, (i) 複合的推論知識をモデル化し,様々な可能性で概念的信念を表現するための確率論的論理表現スキーム, (ii) 健全な概念関連関係を同定し,異なる概念レベルで信念を整理する階層的概念オントロジーを取り入れることにより, コモンセンス知識をより良く表現することができるかを検討する。
  論文  参考訳（メタデータ） (2022-11-30T08:44:30Z)
• Towards Understanding Ensemble, Knowledge Distillation and Self-Distillation in Deep Learning [93.18238573921629]
  本研究では,学習モデルのアンサンブルがテスト精度を向上させる方法と,アンサンブルの優れた性能を単一モデルに蒸留する方法について検討する。 深層学習におけるアンサンブル/知識蒸留は,従来の学習理論とは大きく異なる。 また, 自己蒸留は, アンサンブルと知識蒸留を暗黙的に組み合わせて, 試験精度を向上させることができることを示した。
  論文  参考訳（メタデータ） (2020-12-17T18:34:45Z)
• Causal blankets: Theory and algorithmic framework [59.43413767524033]
  本稿では,知覚行動ループ(PALO)を計算力学の原理に基づいてデータから直接識別する新しい枠組みを提案する。 我々のアプローチは因果毛布の概念に基づいており、官能・能動変数を動的に十分な統計量として捉えている。
  論文  参考訳（メタデータ） (2020-08-28T10:26:17Z)

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。