論文の概要: On Decision-Valued Maps and Representational Dependence

• arxiv url: http://arxiv.org/abs/2602.11295v1
• Date: Wed, 11 Feb 2026 19:11:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.500794
• Title: On Decision-Valued Maps and Representational Dependence
• Title（参考訳）: 決定値写像と表現依存について
• Authors: Gil Raitses,
• Abstract要約: 本稿では,決定値マップを形式化し,決定DBについて述べる。 DecisionDBは、コンテンツやアーティファクトから計算された識別子を使用して、これらの関係をログし、再生し、監査する。 コントリビューションは、表現空間を永続領域と境界に分割し、決定再利用を機械的にチェック可能な状態として扱う。
• 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 computational engine applied to different representations of the same data can produce different discrete outcomes, with some representations preserving the result and others changing it entirely. A decision-valued map records which representations preserve the outcome and which change it, associating each member of a declared representation family with the discrete result it produces. This paper formalizes decision-valued maps and describes DecisionDB, an infrastructure that logs, replays and audits these relationships using identifiers computed from content and artifacts stored in write-once form. Deterministic replay recovers each recorded decision identifier exactly from stored artifacts, with all three identifying fields matching their persisted values. The contribution partitions representation space into persistence regions and boundaries, and treats decision reuse as a mechanically checkable condition.
• Abstract（参考訳）: 同じデータの異なる表現に適用される計算エンジンは、異なる離散的な結果を生成することができ、結果を保存する表現や、完全に変化する表現がある。 宣言された表現ファミリの各メンバと、それが生成する離散結果とを関連付けることにより、結果を保持し、変更する決定値マップを記録する。 本稿では,決定価値マップを形式化し,記述オンス形式で格納されたコンテンツやアーティファクトから計算した識別子を用いて,これらの関係をログ化し,再生し,監査する基盤であるDecisionDBについて述べる。 決定論的リプレイは、保存されたアーティファクトから、記録された各決定識別子を正確に復元する。 コントリビューションは、表現空間を永続領域と境界に分割し、決定再利用を機械的にチェック可能な状態として扱う。

関連論文リスト

• Representation Fidelity:Auditing Algorithmic Decisions About Humans Using Self-Descriptions [21.493418289218635]
  本稿では,人間の表現の忠実度を計測し,人間のアルゴリズム的決定を検証するための新しい次元を提案する。 同一人物の2つの表現間の距離を計測し,この概念を運用することを提案する。 本稿では,融資先物決定のデータセットに基づいて表現忠実度を評価するための最初のベンチマークを示す。
  論文  参考訳（メタデータ） (2026-03-05T13:04:36Z)
• Leveraging large language models for efficient representation learning for entity resolution [2.035773073690598]
  TriBERTaは、エンティティマッチングのための表現を学習する教師付きエンティティ解決システムである。 提案手法は最先端の表現を3～19%のマージンで上回る。
  論文  参考訳（メタデータ） (2024-11-15T23:24:07Z)
• Extracting Process-Aware Decision Models from Object-Centric Process Data [54.04724730771216]
  本稿では,ODDA(Integrated Object-centric Decision Discovery Algorithm)と呼ばれる,オブジェクト中心決定マイニングアルゴリズムを提案する。 IODDAは意思決定の仕組みや意思決定の仕方を知ることができる。
  論文  参考訳（メタデータ） (2024-01-26T13:27:35Z)
• Robust Concept Erasure via Kernelized Rate-Distortion Maximization [38.19696482602788]
  KRaM(Kernelized Rate-Distortion Maximizer)を提案する。 KRaMは、修正レート歪み関数を用いて指定された距離測度(ラベル付き概念で定義され消去される)と一致するように表現の変換に適合する。 KRaMは、データ表現からカテゴリ変数、連続変数、ベクトル値変数など、さまざまな種類の概念を効果的に消去する。
  論文  参考訳（メタデータ） (2023-11-30T21:10:44Z)
• Class-Specific Variational Auto-Encoder for Content-Based Image Retrieval [95.42181254494287]
  本稿では,変分自動エンコーダ(VAE)に対する正規化損失を提案する。 その結果、モデルは、関心のクラスに属するデータを他のあらゆる可能性から識別することを学ぶ。 実験の結果,提案手法はドメイン内およびドメイン外検索における競合よりも優れていた。
  論文  参考訳（メタデータ） (2023-04-23T19:51:25Z)
• Nested Named Entity Recognition from Medical Texts: An Adaptive Shared Network Architecture with Attentive CRF [53.55504611255664]
  ネスト現象によるジレンマを解決するために,ASACと呼ばれる新しい手法を提案する。 提案手法は,適応共有(AS)部と注意条件付きランダムフィールド(ACRF)モジュールの2つの鍵モジュールを含む。 我々のモデルは、異なるカテゴリのエンティティ間の暗黙の区別と関係をキャプチャすることで、より良いエンティティ表現を学ぶことができる。
  論文  参考訳（メタデータ） (2022-11-09T09:23:56Z)
• Relational Proxies: Emergent Relationships as Fine-Grained Discriminators [52.17542855760418]
  本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。 我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。 また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
  論文  参考訳（メタデータ） (2022-10-05T11:08:04Z)
• Data-driven Numerical Invariant Synthesis with Automatic Generation of Attributes [0.0]
  数値不変合成と検証のためのデータ駆動アルゴリズムを提案する。 このアルゴリズムは、正および負の状態のサンプルから決定木を学習するためのICE-DTスキーマに基づいている。
  論文  参考訳（メタデータ） (2022-05-30T09:18:37Z)
• Evaluation of Self-taught Learning-based Representations for Facial Emotion Recognition [62.30451764345482]
  この研究は、顔の感情認識のための自己学習の概念を通じて得られた教師なし表現を生成するための様々な戦略を記述する。 このアイデアは、オートエンコーダの初期化、アーキテクチャ、トレーニングデータを変化させることで、多様性を促進する補完的な表現を作ることである。 Jaffe と Cohn-Kanade のデータセットに対する残余のサブジェクトアウトプロトコルによる実験結果から,提案した多種多様な表現に基づく FER 手法が最先端のアプローチと好適に比較できることが示唆された。
  論文  参考訳（メタデータ） (2022-04-26T22:48:15Z)
• Logical Separability of Labeled Data Examples under Ontologies [23.800397174740986]
  オントロジーの存在下でのデータの分離式の存在について検討する。 分離するために、説明ロジック $mathcalALCI$、ガードされたフラグメント、2変数のフラグメント、ガードされたフラグメントを検討します。 本研究は, 分離可能性のモデル理論的特徴, 異なる言語の分離能力の比較, 分離性を決定する計算複雑性について検討した。
  論文  参考訳（メタデータ） (2020-07-03T11:00:47Z)
• Learning to Manipulate Individual Objects in an Image [71.55005356240761]
  本稿では,独立性および局所性を有する潜在因子を用いた生成モデルを学習する手法について述べる。 これは、潜伏変数の摂動が、オブジェクトに対応する合成画像の局所領域のみに影響を与えることを意味する。 他の教師なし生成モデルとは異なり、オブジェクトレベルのアノテーションを必要とせず、オブジェクト中心の操作を可能にする。
  論文  参考訳（メタデータ） (2020-04-11T21:50:20Z)

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。