論文の概要: Ontological Trajectory Forecasting via Finite Semigroup Iteration and Lie Algebra Approximation in Geopolitical Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2604.10087v1
• Date: Sat, 11 Apr 2026 08:12:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:15.833324
• Title: Ontological Trajectory Forecasting via Finite Semigroup Iteration and Lie Algebra Approximation in Geopolitical Knowledge Graphs
• Title（参考訳）: 地政学的知識グラフにおける有限半群反復とリー代数近似によるオントロジ的軌道予測
• Authors: Qihang Wu,
• Abstract要約: 地政学的インテリジェンス分析のための存在論的推論システムEL-DRUINについて述べる。 形式オントロジー、有限半群代数、リー代数近似を組み合わせて、長期の関係軌道を予測する。 我々は,米中分離や台湾海峡軍縮軌道を含む6つの地政学的シナリオについて,その枠組みを実証する。
• 参考スコア（独自算出の注目度）: 2.6648782744101625
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We present EL-DRUIN, an ontological reasoning system for geopolitical intelligence analysis that combines formal ontology, finite semigroup algebra, and Lie algebra approximation to forecast long-run relationship trajectories. Current LLM-based political analysis systems operate as summarisation engines, producing outputs bounded by textual pattern matching. EL-DRUIN departs from this paradigm by modelling geopolitical relationships as states in a finite set of named Dynamic Patterns, composing patterns via a semigroup operation whose structure constants are defined by an explicit composition table, and embedding each pattern as a vector in an 8-dimensional semantic Lie algebra space. Forward simulation iterates this semigroup operation, yielding reachable pattern sets at each discrete timestep; convergence to idempotent absorbing states (fixed points of the composition) constitutes the predicted long-run attractor. Bayesian posterior weights combine ontology-derived confidence priors with a Lie similarity term measuring the cosine similarity between the vector sum of composing patterns and the target pattern vector, providing interpretable, calibrated probabilities that are not self-reported by a language model. Bifurcation points -- steps at which two candidate attractors have near-equal posterior mass -- are detected and exposed to downstream analysis. We demonstrate the framework on six geopolitical scenarios including US-China technology decoupling and the Taiwan Strait military coercion trajectory. The architecture is publicly available as an open-source system with a Streamlit frontend exposing full computation traces, Bayesian posterior breakdowns, and 8D ontological state vectors.
• Abstract（参考訳）: 本稿では, 形式オントロジー, 有限半群代数, リー代数近似を組み合わせた地政学的インテリジェンス解析のための存在論的推論システムEL-DRUINを提案する。 現在のLLMベースの政治分析システムは要約エンジンとして動作し、テキストパターンマッチングによってバウンドされた出力を生成する。 EL-DRUINは、名前付き動的パターンの有限集合の状態として地政学的関係をモデル化し、構造定数が明示的な合成表によって定義される半群演算を通してパターンを構成し、各パターンを8次元のセマンティックリー代数空間にベクトルとして埋め込むことによって、このパラダイムから離れている。 フォワードシミュレーションはこの半群演算を反復し、各離散時間ステップで到達可能なパターン集合を生成する。 ベイズ級数の後方重みは、オントロジーから導かれる信頼の先行と、合成パターンのベクトル和と対象パターンベクトルのコサイン類似度を測定するリー類似項を結合し、言語モデルによって自己報告されない解釈可能で校正された確率を与える。 2つの候補がほぼ等しい後方質量を持つ段階である分岐点が検出され、下流分析に晒される。 我々は,米中技術疎結合と台湾海峡軍縮軌道を含む6つの地政学的シナリオの枠組みを実証する。 アーキテクチャはオープンソースのシステムとして公開されており、Streamlitフロントエンドは完全な計算トレース、ベイジアンの後部分解、8Dオントロジ状態ベクトルを公開している。

関連論文リスト

• On Multi-Step Theorem Prediction via Non-Parametric Structural Priors [50.16583672681106]
  本研究では,インコンテキスト学習(ICL)のレンズによる学習自由な定理予測について検討する。 本稿では,過去の解の時間的依存関係を有向グラフとしてエンコードし,推論中に探索空間を効果的に引き起こす明示的なトポロジ的制約を課すTheorem Precedence Graphsを提案する。 FormalGeo7kベンチマークの実験から,本手法は89.29%の精度を実現し,ICLベースラインを著しく上回り,最先端の教師付きモデルに適合することがわかった。
  論文  参考訳（メタデータ） (2026-03-05T06:08:50Z)
• Latent Structural Similarity Networks for Unsupervised Discovery in Multivariate Time Series [0.0]
  教師なしシーケンス・ツー・シーケンス・オートエンコーダを用いてウィンドウレベルのシーケンス表現を学習する。 遅延空間類似度尺度をしきい値にすることで、スパース類似性ネットワークを誘導する。 このネットワークは、ペアの検索空間を圧縮する分析可能な抽象化として意図されている。
  論文  参考訳（メタデータ） (2026-01-15T03:05:17Z)
• Topology Identification and Inference over Graphs [61.06365536861156]
  グラフ上で進化するプロセスのトポロジの同定と推論は、脳、輸送、金融、電力、および社会的および情報ネットワークを含むタイムリーな応用に現れる。 本章では,多次元データに対するグラフトポロジ同定と統計的推測手法の概要について述べる。
  論文  参考訳（メタデータ） (2025-12-11T00:47:09Z)
• GeoGNN: Quantifying and Mitigating Semantic Drift in Text-Attributed Graphs [59.61242815508687]
  テキスト分散グラフ(TAG)上のグラフニューラルネットワーク(GNN)は、事前訓練された言語モデル(PLM)を使用してノードテキストを符号化し、これらの埋め込みを線形近傍アグリゲーションを通じて伝播する。 本研究は,意味的ドリフトの度合いを計測する局所PCAベースの計量を導入し,異なる凝集機構が多様体構造にどのように影響するかを解析するための最初の定量的枠組みを提供する。
  論文  参考訳（メタデータ） (2025-11-12T06:48:43Z)
• Geometric Decomposition of Statistical Inference through Gradient Flow and Co-Monotonicity Measures [0.0]
  地域分析に推論問題を分割するための2つの戦略を提供する幾何学的分解フレームワークを開発する。 経路単調性検証離散モース理論を用いてサンプルを勾配流セルに分割し,結果が単調な振る舞いを示す。 共単調性分解は結合構造を利用し、サンプルの結合空間への埋め込みを定義する。
  論文  参考訳（メタデータ） (2025-11-06T17:51:32Z)
• Implicit Geometry of Next-token Prediction: From Language Sparsity Patterns to Model Representations [24.211603400355756]
  大規模テキストコーパス上でのNTP(Next-token Prediction)は,大規模言語モデルの学習のパラダイムとなっている。 得られたモデル表現の幾何学的特性に対する言語パターンのマッピングにNTPがどう影響するかを考察する。 合成および小規模な実言語データセットについて,本研究の成果を検証した。
  論文  参考訳（メタデータ） (2024-08-27T21:46:47Z)
• Distributed Bayesian Learning of Dynamic States [65.7870637855531]
  提案アルゴリズムは有限状態隠れマルコフモデルに対する分散ベイズフィルタタスクである。 逐次状態推定や、動的環境下でのソーシャルネットワーク上での意見形成のモデル化に使用できる。
  論文  参考訳（メタデータ） (2022-12-05T19:40:17Z)
• Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
  結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。 新規な構造化融合正規化に基づく一般グラフ推定器を提案する。 提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
  論文  参考訳（メタデータ） (2021-03-05T04:42:32Z)

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。