Fugu-MT 論文翻訳(概要): Interpolation in Knowledge Representation

論文の概要: Interpolation in Knowledge Representation

arxiv url: http://arxiv.org/abs/2512.08833v1
Date: Tue, 09 Dec 2025 17:21:30 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-10 22:28:08.066951
Title: Interpolation in Knowledge Representation
Title（参考訳）: 知識表現における補間
Authors: Jean Christoph Jung, Patrick Koopmann, Matthias Knorr,
Abstract要約: 本稿では,2つの著名な知識表現形式論,記述論理学,論理プログラミングを考察し,理論的結果と補間子計算の実践的方法について議論する。
参考スコア（独自算出の注目度）: 6.709991492637819
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Craig interpolation and uniform interpolation have many applications in knowledge representation, including explainability, forgetting, modularization and reuse, and even learning. At the same time, many relevant knowledge representation formalisms do in general not have Craig or uniform interpolation, and computing interpolants in practice is challenging. We have a closer look at two prominent knowledge representation formalisms, description logics and logic programming, and discuss theoretical results and practical methods for computing interpolants.
Abstract（参考訳）: クレイグ補間と一様補間は、説明可能性、忘れ、モジュール化と再利用、学習など、知識表現に多くの応用がある。同時に、多くの関連する知識表現形式主義は一般にクレイグや一様補間を持たず、実際は計算補間が困難である。我々は2つの著名な知識表現形式論、記述論理学、論理プログラミングについて詳しく検討し、補間子計算の理論的結果と実践的方法について議論する。

関連論文リスト

Hierarchical Banzhaf Interaction for General Video-Language Representation Learning [60.44337740854767]
マルチモーダル表現学習は人工知能領域において重要な役割を担っている。本稿では,多変量協調ゲーム理論を用いて,ビデオテキストをゲームプレイヤーとしてモデル化する手法を提案する。元の構造をフレキシブルなエンコーダ・デコーダ・フレームワークに拡張し、モデルが様々な下流タスクに適応できるようにする。
論文参考訳（メタデータ） (2024-12-30T14:09:15Z)
Neurosymbolic Graph Enrichment for Grounded World Models [47.92947508449361]
複雑な問題に対処するために, LLM の反応性を向上し, 活用するための新しいアプローチを提案する。我々は,大規模言語モデルの強みと構造的意味表現を組み合わせた,多モーダルで知識を付加した意味の形式表現を作成する。非構造化言語モデルと形式的意味構造とのギャップを埋めることで、自然言語理解と推論における複雑な問題に対処するための新たな道を開く。
論文参考訳（メタデータ） (2024-11-19T17:23:55Z)
UniHR: Hierarchical Representation Learning for Unified Knowledge Graph Link Prediction [59.84402324458322]
実世界の知識グラフ(英語版) (KGs) は標準的な三つの事実だけでなく、より複雑で異種な事実も含んでいる。ハイパーリレーショナルKG,時間的KG,ネストした事実KGを3次元表現に統一する学習フレームワークであるUniHRを提案する。 5種類のKGにまたがる9つのデータセットの実験は、UniHRの有効性を示し、統一表現の強い可能性を強調している。
論文参考訳（メタデータ） (2024-11-11T14:22:42Z)
Homomorphisms Between Transfer, Multi-Task, and Meta-Learning Systems [0.0]
この写本は、抽象的な学習システムとしてトランスファーラーニング、マルチタスクラーニング、メタラーニングを形式化する。提示された形式主義を用いて、構成、階層、構造的同型という3つの学習概念を関連づける。
論文参考訳（メタデータ） (2022-08-04T18:13:59Z)
Integrating Knowledge Graph embedding and pretrained Language Models in Hypercomplex Spaces [29.71047521165222]
我々は、単一モジュラリティの既存の強表現の上に構築し、(i)単一モジュラリティ埋め込みと(ii)異なるモジュラリティ間の相互作用を表現するために超複素代数を使用する。より具体的には、4次元超複素数のディヘドロンと四元数表現を、構造知識グラフの埋め込み、単語レベルの表現、文書レベルの表現という4つのモダリティを統合するよう提案する。我々の統一ベクトル表現はハミルトン積とディヘドロン積を通じてラベル付きエッジの可算性を評価し、異なるモジュラリティ間のペアワイズ相互作用をモデル化する。
論文参考訳（メタデータ） (2022-08-04T16:18:16Z)
Joint Constrained Learning for Event-Event Relation Extraction [94.3499255880101]
本稿では,イベント・イベント関係をモデル化するための制約付き協調学習フレームワークを提案する。具体的には、このフレームワークは、複数の時間的および部分的関係内の論理的制約を強制する。我々は,共同学習手法が,共同ラベル付きデータの欠如を効果的に補うことを示す。
論文参考訳（メタデータ） (2020-10-13T22:45:28Z)
Plausible Reasoning about EL-Ontologies using Concept Interpolation [27.314325986689752]
本稿では,モデル理論の明確な意味論に基づく帰納的機構を提案する。我々は、カテゴリーベース誘導の認知モデルと密接に関連している強力なコモンセンス推論機構である推論に焦点を当てた。
論文参考訳（メタデータ） (2020-06-25T14:19:41Z)
Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文参考訳（メタデータ） (2020-03-09T15:04:07Z)

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。