論文の概要: Bounded Fitting for Expressive Description Logics

• arxiv url: http://arxiv.org/abs/2605.07452v1
• Date: Fri, 08 May 2026 08:59:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:38.931242
• Title: Bounded Fitting for Expressive Description Logics
• Title（参考訳）: 表現的記述論理のための境界フィッティング
• Authors: Maurice Funk, Jean Christoph Jung, Tom Voellmer,
• Abstract要約: 境界フィッティングはラベル付きデータ例から論理式を学ぶための魅力的なパラダイムである。 本研究では,ALCを逆の役割,有資格数制限,特徴比較で拡張する表現的記述論理の学習概念に対する有界適合性について検討する。
• 参考スコア（独自算出の注目度）: 6.136487946258519
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Bounded fitting is an attractive paradigm for learning logical formulas from labeled data examples that offers PAC-style generalization guarantees and can often be implemented leveraging SAT solvers. It has been successfully applied to learning concepts of the description logic ALC. We study bounded fitting for learning concepts in expressive description logics that extend ALC with inverse roles, qualified number restrictions, and feature comparisons. We investigate under which conditions bounded fitting keeps its favorable theoretical properties in this setting, and implement it using a SAT solver. We compare our tool with state-of-the-art concept learners with encouraging results, demonstrating that it is a practical approach to expressive concept learning.
• Abstract（参考訳）: 境界フィッティングは、PACスタイルの一般化保証を提供するラベル付きデータ例から論理式を学ぶための魅力的なパラダイムである。 記述論理 ALC の概念の学習に成功している。 本研究では,ALCを逆の役割,有資格数制限,特徴比較で拡張する表現的記述論理の学習概念に対する有界適合性について検討する。 この条件下では,どの条件が有利な理論特性を保っているかを調べ,SATソルバを用いて実装する。 我々は,このツールを最先端の概念学習者と比較し,表現力のある概念学習の実践的アプローチであることを実証した。

関連論文リスト

• SAT-Based Bounded Fitting for the Description Logic ALC [7.193373053157516]
  記述論理ALCとその構文的断片に対する有界適合性について検討する。 検討されたすべてのフラグメントに対して,基礎となるサイズ制限フィッティング問題はNP完全であることを示す。 本稿では,SATソルバに基づくALCとそのフラグメントにおける有界フィッティングの実装について述べる。
  論文  参考訳（メタデータ） (2025-07-29T12:32:16Z)
• On the Power and Limitations of Examples for Description Logic Concepts [6.776119962781556]
  記述論理概念記述のためのラベル付き例のパワーについて検討する。 具体的には,有限特性化の存在と効率的な計算可能性について検討する。
  論文  参考訳（メタデータ） (2024-12-23T07:17:58Z)
• Learning Rules Explaining Interactive Theorem Proving Tactic Prediction [5.229806149125529]
  この問題を帰納論理プログラミング(ILP)タスクとして表現する。 ILP表現を使用することで、追加で計算コストの高いプロパティをエンコードすることで、機能空間を豊かにしました。 我々は、このリッチな特徴空間を用いて、与えられた証明状態に戦術がいつ適用されたかを説明する規則を学ぶ。
  論文  参考訳（メタデータ） (2024-11-02T09:18:33Z)
• H-STAR: LLM-driven Hybrid SQL-Text Adaptive Reasoning on Tables [56.73919743039263]
  本稿では,2段階のプロセスにシンボル的アプローチと意味的アプローチ(テキスト的アプローチ)を統合し,制約に対処する新しいアルゴリズムを提案する。 実験の結果,H-STARは3つの質問応答(QA)と事実検証データセットにおいて,最先端の手法を大幅に上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-06-29T21:24:19Z)
• An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
  このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。 応用例としては、メタ理論的性質の形式的解析と検証がある。
  論文  参考訳（メタデータ） (2023-12-08T09:32:26Z)
• SAT-Based PAC Learning of Description Logic Concepts [18.851061569487616]
  本稿では,記述の存在下で論理概念を学習するためのスキームとして有界フィッティングを提案する。 本稿では,SATソルバをベースとした記述論理 $mathcalELHr$ のバウンドフィッティングを実装したシステム SPELL を提案し,その性能を最先端の学習者と比較する。
  論文  参考訳（メタデータ） (2023-05-15T10:20:31Z)
• Linear Spaces of Meanings: Compositional Structures in Vision-Language Models [110.00434385712786]
  事前学習された視覚言語モデル(VLM)からのデータ埋め込みにおける構成構造について検討する。 まず,幾何学的観点から構成構造を理解するための枠組みを提案する。 次に、これらの構造がVLM埋め込みの場合の確率論的に持つものを説明し、実際に発生する理由の直観を提供する。
  論文  参考訳（メタデータ） (2023-02-28T08:11:56Z)
• Evaluating Step-by-Step Reasoning through Symbolic Verification [20.156768135017007]
  事前学習言語モデル(LM)は、文脈内学習において顕著な推論性能を示した。 LMLPは、より小さなモデルサイズであっても、長さの一般化ベンチマークにおいて、チェーン・オブ・ソート(CoT)よりも25%以上精度が高い。
  論文  参考訳（メタデータ） (2022-12-16T19:30:01Z)
• Joint Contrastive Learning with Infinite Possibilities [114.45811348666898]
  本稿では,新しい確率論的モデリングによるコントラスト学習における最近の発展の有用性について考察する。 コントラスト学習(Joint Contrastive Learning, JCL)という,コントラスト学習の特定の形態を導出する。
  論文  参考訳（メタデータ） (2020-09-30T16:24:21Z)

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。