論文の概要: Propositional Abduction via Only-Knowing: A Non-Monotonic Approach

• arxiv url: http://arxiv.org/abs/2601.04272v1
• Date: Wed, 07 Jan 2026 12:03:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-09 17:01:52.849282
• Title: Propositional Abduction via Only-Knowing: A Non-Monotonic Approach
• Title（参考訳）: 限定学習による命題推論:非単調なアプローチ
• Authors: Sanderson Molick, Vaishak Belle,
• Abstract要約: 本稿では,Levesque論理を知識のみに拡張することにより,知識の基本的な論理と推論を導入する。 アップショット(英: upshot)は、モーダルボキャブラリ(英: modal vocabulary)を用いる誘拐の代替手法である。
• 参考スコア（独自算出の注目度）: 2.1168653123022634
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The paper introduces a basic logic of knowledge and abduction by extending Levesque logic of only-knowing with an abduction modal operator defined via the combination of basic epistemic concepts. The upshot is an alternative approach to abduction that employs a modal vocabulary and explores the relation between abductive reasoning and epistemic states of only knowing. Furthermore, by incorporating a preferential relation into modal frames, we provide a non-monotonic extension of our basic framework capable of expressing different selection methods for abductive explanations. Core metatheoretic properties of non-monotonic consequence relations are explored within this setting and shown to provide a well-behaved foundation for abductive reasoning.
• Abstract（参考訳）: 本稿では, 基本認識概念の組み合わせによって定義された退行モーダル演算子を用いて, 知識と退避の基本的な論理を, 知識のみを学習するレヴェスケ論理を拡張して導入する。 アップショット(Upshot)は、モーダルボキャブラリ(modal vocabulary)を使い、誘惑的推論と認識のみの認識状態の関係を探求する、誘拐の代替アプローチである。 さらに、モーダルフレームに優先関係を組み込むことにより、帰納的説明のための異なる選択法を表現できる基本フレームワークの非単調拡張を提供する。 非単調な帰結関係のコアメタセオレティックな性質を考察し, 帰納的推論の基盤となることを示す。

関連論文リスト

• Logic Explanation of AI Classifiers by Categorical Explaining Functors [5.311276815905217]
  本稿では,抽出された説明のコヒーレンスと忠実性を確保するための理論的基礎的アプローチを提案する。 概念実証として,合成ベンチマークを用いて提案した理論構造を検証した。
  論文  参考訳（メタデータ） (2025-03-20T14:50:06Z)
• A Primer for Preferential Non-Monotonic Propositional Team Logics [0.0]
  チームベースの命題論理は、自然に累積的な非単調な含意関係をもたらすことを示す。 チームセマンティクスにおける解離の非古典的解釈に動機付けられて、命題依存論理の優先モデルに対して、正確な特徴を与える。
  論文  参考訳（メタデータ） (2024-05-11T09:53:15Z)
• Phenomenal Yet Puzzling: Testing Inductive Reasoning Capabilities of Language Models with Hypothesis Refinement [92.61557711360652]
  言語モデル(LM)は、しばしば帰納的推論に不足する。 我々は,反復的仮説修正を通じて,LMの帰納的推論能力を体系的に研究する。 本研究は, LMの誘導的推論過程と人間とのいくつかの相違点を明らかにし, 誘導的推論タスクにおけるLMの使用の可能性と限界に光を当てる。
  論文  参考訳（メタデータ） (2023-10-12T17:51:10Z)
• 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)
• Abductive Commonsense Reasoning Exploiting Mutually Exclusive Explanations [118.0818807474809]
  帰納的推論は、イベントのもっともらしい説明を見つけることを目的としている。 自然言語処理における帰納的推論のための既存のアプローチは、しばしば監督のために手動で生成されたアノテーションに依存している。 この研究は、ある文脈に対して、説明のサブセットのみが正しいという事実を活用する、帰納的コモンセンス推論のアプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-24T01:35:10Z)

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。