論文の概要: BAss: Symbolic Reasoning in Abstract Dialectical Frameworks

• arxiv url: http://arxiv.org/abs/2604.27576v2
• Date: Sun, 03 May 2026 15:48:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 14:09:06.999695
• Title: BAss: Symbolic Reasoning in Abstract Dialectical Frameworks
• Title（参考訳）: BAss: 抽象辞書フレームワークにおけるシンボリック推論
• Authors: Samuel Pastva, Van-Giang Trinh,
• Abstract要約: ADFの新しい分析ツールBAssをBDD(Bibinary Decision Diagrams)で紹介する。 これは全ての許容可能、完全、そして好ましい解釈の完全なシンボリックな計算をサポートし、AFDの2つの値と安定なモデルをサポートしている。 結果は、BAssが従来のBDDベースのツールを劇的に上回り、最先端のSAT/ASPベースの手法と競合していることを示している。
• 参考スコア（独自算出の注目度）: 0.9668407688201359
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We present BAss (BDD-based ADF symbolic solver), a novel analysis tool for Abstract Dialectical Frameworks (ADFs) based on Binary Decision Diagrams (BDDs). It supports the fully symbolic computation of all admissible, complete, and preferred interpretations, as well as two-valued and stable models of an ADFs. Our approach is inspired by the recently discovered equivalence between Boolean Networks (BNs) and ADFs by Heyninck et al. (2024) and Azpeitia et al. (2024), significantly extending current BDD-based tools bioLQM, AEON, and adf-bdd. We conducted experiments on a large-scale collection of real-world models from both the BN and ADF communities. Our results show that BAss dramatically outperforms previous BDD-based tools and is competitive (even significantly better in some cases) with state-of-the-art SAT/ASP-based methods, particularly in scenarios involving large solution spaces. Notably, BAss is able to enumerate all fixed points or minimal trap spaces of certain biological networks beyond the reach of existing tools, thereby enabling new analysis and case studies in systems biology. These results highlight the practical relevance of symbolic reasoning for complex real-world applications, particularly in systems biology and formal argumentation.
• Abstract（参考訳）: 本稿では,2値決定図(BDDs)に基づく抽象辞書フレームワーク(ADFs)の新しい解析ツールであるBAss(BDDベースのシンボルソルバ)を紹介する。 これは、全ての許容可能、完全、そして好ましい解釈の完全なシンボリックな計算をサポートし、AFFの2つの値と安定なモデルをサポートしている。 我々のアプローチは、Heyninck et al (2024) と Azpeitia et al (2024) が最近発見したBoolean Networks (BNs) と ADFs の等価性から着想を得ており、現在のBDDベースのツールである BioLQM, AEON, adf-bdd を大幅に拡張しています。 BNコミュニティとAFFコミュニティの両方から,大規模な実世界のモデル収集実験を行った。 我々の結果は、BAssが従来のBDDベースのツールを劇的に上回り、最先端のSAT/ASPベースの手法、特に大規模なソリューション空間を含むシナリオと競合する(場合によってはかなり優れている)ことを示しています。 特にBAssは、既存のツールの範囲を超えて、特定の生物学的ネットワークのすべての固定点または最小のトラップ空間を列挙し、システム生物学における新しい分析とケーススタディを可能にする。 これらの結果は、特にシステム生物学やフォーマルな議論において、複雑な現実世界の応用に対する象徴的推論の実践的関連性を強調している。

関連論文リスト

• DimABSA: Building Multilingual and Multidomain Datasets for Dimensional Aspect-Based Sentiment Analysis [57.70022214686838]
  DimABSAは、従来のABSA要素とVAスコアの両方に注釈を付けた最初の多言語次元ABSAリソースである。 このリソースには、42,590の文にわたる76,958のアスペクトインスタンスが含まれており、6つの言語と4つのドメインにまたがっている。
  論文  参考訳（メタデータ） (2026-01-30T14:30:35Z)
• Data-Efficient Adaptation and a Novel Evaluation Method for Aspect-based Sentiment Analysis [2.3949433621799283]
  ABSAの研究ニーズは、教育や医療など、オンデマンドで低リソースの分野では未完成である。 正確な一致に基づく従来の評価手法は、ABSAタスクに対して過度に厳格である。 本稿では,フレキシブルテキスト類似性マッチングと最適バイパーティイトペアリングという新しい評価手法を提案する。 本稿では,小型デコーダのみの生成言語モデルに関するABSA研究について紹介する。
  論文  参考訳（メタデータ） (2025-11-04T22:11:10Z)
• Intuitionistic Fuzzy Broad Learning System: Enhancing Robustness Against Noise and Outliers [0.0]
  本稿では,ファジィ広範学習システム (F-BLS) と直観的ファジィ広範学習システム (IF-BLS) モデルを提案する。 アルツハイマー病(AD)の診断のためのF-BLSモデルとIF-BLSモデルを実装した。
  論文  参考訳（メタデータ） (2023-07-15T21:40:36Z)
• Bidirectional Generative Framework for Cross-domain Aspect-based Sentiment Analysis [68.742820522137]
  クロスドメインアスペクトベースの感情分析(ABSA)は、ソースドメインから知識を伝達することで、ターゲットドメイン上で様々なきめ細かい感情分析タスクを実行することを目的としている。 本稿では,多様なドメイン間ABSAタスクに対処するための統合双方向生成フレームワークを提案する。 我々のフレームワークは、テキストからラベルまでの方向とラベルからテキストへの方向の両方で生成モデルを訓練する。
  論文  参考訳（メタデータ） (2023-05-16T15:02:23Z)
• On the Robustness of Aspect-based Sentiment Analysis: Rethinking Model, Data, and Training [109.9218185711916]
  アスペクトベースの感情分析(ABSA)は、ソーシャルメディアのテキストやレビューの背後にある製品やサービスの特定の側面に対して、特定の感情の極性を自動的に推測することを目的としている。 我々は、モデル、データ、トレーニングを含むあらゆる可能な角度からボトルネックを体系的に再考することで、ABSAの堅牢性を高めることを提案する。
  論文  参考訳（メタデータ） (2023-04-19T11:07:43Z)
• PyABSA: A Modularized Framework for Reproducible Aspect-based Sentiment Analysis [13.480570126341323]
  再現可能なABSAのためにPyTorch上に構築されたモジュール化されたフレームワークを提案する。 PyABSAはアスペクト項抽出、アスペクト感情分類、エンドツーエンドのアスペクトベース感情分析など、いくつかのABSAサブタスクをサポートしている。 ほんの数行のコードで、特定のデータセットのモデルの結果を再現することができる。
  論文  参考訳（メタデータ） (2022-08-02T11:27:36Z)
• Rethinking Bayesian Deep Learning Methods for Semi-Supervised Volumetric Medical Image Segmentation [83.47693725782457]
  医用画像セグメンテーションのための新しい生成ベイズディープラーニング(GBDL)アーキテクチャを提案する。 GBDLは,入力医療ボリュームと対応するラベルの同時分布を推定することを目的とした生成モデルに属する。 我々のGBDLは、3つの公開医療データセットで一般的に使用される4つの評価指標において、従来の最先端手法よりも優れています。
  論文  参考訳（メタデータ） (2022-06-18T23:07:04Z)
• RADDLE: An Evaluation Benchmark and Analysis Platform for Robust Task-oriented Dialog Systems [75.87418236410296]
  我々はraddleベンチマーク、コーパスのコレクション、および様々なドメインのモデルのパフォーマンスを評価するためのツールを紹介します。 RADDLEは強力な一般化能力を持つモデルを好んで奨励するように設計されている。 先行学習と微調整に基づく最近の最先端システムの評価を行い,異種ダイアログコーパスに基づく基礎的な事前学習が,ドメインごとの個別モデルをトレーニングするよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-12-29T08:58:49Z)
• Transformer-based Multi-Aspect Modeling for Multi-Aspect Multi-Sentiment Analysis [56.893393134328996]
  本稿では,複数の側面間の潜在的な関係を抽出し,文中のすべての側面の感情を同時に検出できるトランスフォーマーベースのマルチアスペクトモデリング手法を提案する。 本手法はBERTやRoBERTaといった強力なベースラインと比較して顕著な改善を実現している。
  論文  参考訳（メタデータ） (2020-11-01T11:06:31Z)
• Adaptive Name Entity Recognition under Highly Unbalanced Data [5.575448433529451]
  我々は,2方向LSTM (BI-LSTM) 上に積み重ねた条件付きランダムフィールド (CRF) 層からなるニューラルアーキテクチャについて実験を行った。 WeakクラスとStrongクラスを2つの異なるセットに分割し、各セットのパフォーマンスを最適化するために2つのBi-LSTM-CRFモデルを適切に設計するアドオン分類モデルを提案する。
  論文  参考訳（メタデータ） (2020-03-10T06:56:52Z)

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。