論文の概要: Resolving Zadehs Paradox Axiomatic Possibility Theory as a Foundation for Reliable Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2512.05257v1
- Date: Thu, 04 Dec 2025 21:13:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-13 22:40:56.815527
- Title: Resolving Zadehs Paradox Axiomatic Possibility Theory as a Foundation for Reliable Artificial Intelligence
- Title（参考訳）: 信頼性人工知能の基礎としてのZadehs Paradox Axiomatic Possibility Theoryの解決
- Authors: Bychkov Oleksii, Bychkova Sophia, Lytvynchuk Khrystyna,
- Abstract要約: この研究は、この危機の解決は可能性理論の領域にあるという仮説を前進させ、裏付けるものである。
この研究の目的は、可能性理論が単なる代替論ではなく、DSTパラドックスに対する根本的な解決法であることを示すことである。
- 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: This work advances and substantiates the thesis that the resolution of this crisis lies in the domain of possibility theory, specifically in the axiomatic approach developed in Bychkovs article. Unlike numerous attempts to fix Dempster rule, this approach builds from scratch a logically consistent and mathematically rigorous foundation for working with uncertainty, using the dualistic apparatus of possibility and necessity measures. The aim of this work is to demonstrate that possibility theory is not merely an alternative, but provides a fundamental resolution to DST paradoxes. A comparative analysis of three paradigms will be conducted probabilistic, evidential, and possibilistic. Using a classic medical diagnostic dilemma as an example, it will be shown how possibility theory allows for correct processing of contradictory data, avoiding the logical traps of DST and bringing formal reasoning closer to the logic of natural intelligence.
- Abstract（参考訳）: この研究は、この危機の解決は可能性理論の領域、特にビチコフス論文で展開された公理的アプローチにあるという仮説を前進させ、裏付けるものである。
デンプスター法則を修正しようとする多くの試みとは異なり、このアプローチは論理的に一貫した数学的に厳密な基礎をゼロから構築し、不確実性を扱う。
本研究の目的は、可能性理論が単なる代替論ではなく、DSTパラドックスに対する根本的な解決法であることを示すことである。
3つのパラダイムの比較分析は確率論的、明白、そして確率論的に行われる。
古典的な診断ジレンマを例として用いて、仮説が矛盾するデータの正しい処理を可能にし、DSTの論理的トラップを回避し、自然な知性の論理に形式的推論をもたらすことを示す。
関連論文リスト
- Maxitive Donsker-Varadhan Formulation for Possibilistic Variational Inference [5.621958475334369]
我々は確率的変分推論の原理的定式化を開発する。
これを指数関数の特殊クラスに適用すると、確率論的関数と平行点が強調される。
論文 参考訳（メタデータ） (2025-11-26T09:53:28Z) - An Automated Theorem Generator with Theoretical Foundation Based on Rectangular Standard Contradiction [8.21204701022347]
本稿では,新しい自動定理生成理論とツールを提案する。
それは初めて、長方形標準矛盾と呼ばれる新しい論理構造を定義し、証明する。
この理論を実装するために、効率的なテンプレートベースのATGアルゴリズムが設計されている。
論文 参考訳（メタデータ） (2025-11-06T06:03:54Z) - Extended Triangular Method: A Generalized Algorithm for Contradiction Separation Based Automated Deduction [11.18154335347018]
この研究は、矛盾分離の内部機構を形式化し拡張する一般化された矛盾構築アルゴリズムである拡張三角法(ETM)を提示する。
理論的抽象化と運用実装をブリッジすることで、EMMは矛盾分離パラダイムを、自動化推論のための一般化されたスケーラブルで実用的な競合モデルに進化させる。
論文 参考訳（メタデータ） (2025-10-12T17:03:33Z) - CTRLS: Chain-of-Thought Reasoning via Latent State-Transition [57.51370433303236]
チェーン・オブ・シント(CoT)推論は、大規模な言語モデルで複雑な問題を解釈可能な中間ステップに分解することを可能にする。
我々は,遅延状態遷移を伴うマルコフ決定プロセス(MDP)としてCoT推論を定式化するフレームワークであるgroundingSを紹介する。
我々は、ベンチマーク推論タスクにおける推論精度、多様性、探索効率の改善を示す。
論文 参考訳（メタデータ） (2025-07-10T21:32:18Z) - Controllable Logical Hypothesis Generation for Abductive Reasoning in Knowledge Graphs [54.596180382762036]
知識グラフの帰納的推論は、観測された実体からもっともらしい論理的仮説を生成することを目的としている。
可制御性の欠如により、単一の観測は、多くの妥当だが冗長あるいは無関係な仮説をもたらす可能性がある。
帰納的推論の実用性を改善するために,制御可能な仮説生成タスクを導入する。
論文 参考訳（メタデータ） (2025-05-27T09:36:47Z) - Hypothesis-Driven Theory-of-Mind Reasoning for Large Language Models [76.6028674686018]
エージェントの精神状態を追跡するための推論時間推論アルゴリズムである思考トレースを導入する。
提案アルゴリズムは,ベイズ理論をモデルとした。
本研究は,様々なベンチマークにおける思考トレーシングを評価し,大幅な性能向上を実証した。
論文 参考訳（メタデータ） (2025-02-17T15:08:50Z) - 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 Measure-Theoretic Axiomatisation of Causality [55.6970314129444]
我々は、コルモゴロフの確率の測度理論的公理化を因果関係の公理化への出発点とすることを好んで論じる。
提案するフレームワークは測度理論に厳格に根ざしているが,既存のフレームワークの長期的制限にも光を当てている。
論文 参考訳（メタデータ） (2023-05-19T13:15:48Z) - A Topological Perspective on Causal Inference [10.965065178451104]
仮定のない因果推論は、構造因果モデルの単なる集合においてのみ可能であることを示す。
以上の結果から,有効な因果推論を行うのに十分な帰納的仮定は,原理上は統計的に検証できないことが示唆された。
我々のトポロジカルアプローチのさらなる利点は、無限に多くの変数を持つSCMに容易に対応できることである。
論文 参考訳（メタデータ） (2021-07-18T23:09:03Z) - Paraconsistent Foundations for Probabilistic Reasoning, Programming and
Concept Formation [0.0]
4値のパラ一貫性真理値(ここでは「pビット」と呼ばれる)は、確率論的論理とプログラミングと概念形成の高度AI関連形式の概念的、数学的、実践的な基礎として機能する。
構成的双対(CD)論理に従って動作している4値のpビットの平均平均値と再正規化がPLN(Probabilistic Logic Networks)の強度と自信の真理値をもたらすことが示されている。
論文 参考訳（メタデータ） (2020-12-28T20:14:49Z)
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。