論文の概要: Study on Quantitative Dynamic Epistemic Logic for Belief Revision
- arxiv url: http://arxiv.org/abs/2606.20837v1
- Date: Thu, 18 Jun 2026 18:23:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 12:36:21.51078
- Title: Study on Quantitative Dynamic Epistemic Logic for Belief Revision
- Title（参考訳）: 信念修正のための定量的動的てんかん論理に関する研究
- Authors: Felipe Nunes de Souza Camargo,
- Abstract要約: 論文は(Grdenfors, 1998; Hansson, 1999)に基づいて、AGM理論の基礎を構成する信念の修正を仮定することによって始めます。
次に、私が$P$'と呼ぶ(van Ditmarsch, 2005)モーダル論理のセマンティクスを簡潔に示す。
3番目のステップは$P$のリビジョン演算子を導入し、主に(van Ditmarsch, 2005)、私が$P*$と呼ぶDynamic Epistemic Logic (DEL)を得る。
- 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: Belief revision is a process in which an agent begins to believe in something she previously did not. I begin the paper by presenting, based on (Gärdenfors, 1998; Hansson, 1999), postulates for belief revision that constitute the basis of the AGM theory. I will then briefly show the semantics of a modal logic introduced in (van Ditmarsch, 2005), which I call `$P$'. This logic formalizes static epistemic states and has greater expressive power than AGM in doing so because it captures the quantitative notion of "degrees of conviction". The third step is to introduce revision operators on $P$ and, mostly following (van Ditmarsch, 2005), obtain the Dynamic Epistemic Logic (DEL) I call `$P*$'. It models processes of belief revision in several ways. Original results are presented in the following two sections. The first one of these sections revolves around a formalization of AGM postulates within $P*$ by proving some theorems related to the satisfaction of those postulates by revisions defined in $P*$. The last section features an analysis of $P*$'s revisions that go beyond the mere satisfaction of postulates. I compare their formal behavior with respect to some philosophical criteria. At last, I conclude that the functions presented in (van Ditmarsch, 2005) are not good formalizations of the philosophical intuition behind AGM. Instead, it is captured by the function $*^0$ originally defined in this paper (but highly inspired by (van Benthem, 2007)). An implementation of this function is also provided.
- Abstract（参考訳）: 信念の改定は、エージェントが以前なかったことを信じ始める過程である。
論文は(Gärdenfors, 1998; Hansson, 1999)に基づいて、AGM理論の基礎を構成する信念の修正を仮定することによって始めます。
次に、私が '$P$' と呼ぶ(van Ditmarsch, 2005)モーダル論理のセマンティクスを簡潔に示す。
この論理は静的なてんかん状態を定式化し、AGMよりも表現力が高い。
3番目のステップは、$P$のリビジョン演算子を導入し、主に(van Ditmarsch, 2005)、私が '$P*$' と呼ぶDynamic Epistemic Logic (DEL) を取得することである。
それはいくつかの方法で信念の修正の過程をモデル化する。
当初の結果は以下の2つのセクションで示される。
これらのセクションの最初の1つは、$P*$で定義された修正によってそれらの仮定の満足度に関連する定理を証明し、AGMの仮定を$P*$で定式化することを中心に展開する。
最後のセクションでは、仮定の満足度を超える$P*$のリビジョンの分析を取り上げている。
私は彼らの正式な行動といくつかの哲学的基準を比較します。
最後に、(van Ditmarsch, 2005) で提示された関数は AGM の背後にある哲学的直観の適切な形式化ではないと結論付ける。
代わりに、もともとこの論文で定義された函数 $*^0$ によって捉えられる(しかし、ヴァン・ベンテム (van Benthem, 2007))。
この関数の実装も提供される。
関連論文リスト
- The logic of KM belief update is contained in the logic of AGM belief revision [0.0]
我々は、$mathcal L_KM$のすべての公理が$mathcal L_AGM$の定理であることを示す。
KM の強いバージョンでは、$mathcal L_KM$ と $mathcal L_AGM$ の違いを1つの公理に絞り込むことができる。
論文 参考訳（メタデータ） (2026-02-26T18:09:02Z) - ARCHE: A Novel Task to Evaluate LLMs on Latent Reasoning Chain Extraction [70.53044880892196]
本稿では、複雑な推論引数を標準推論パラダイムの組み合わせに分解し、Reasoning Logic Tree (RLT) という形で分解しなければならない、ARCHE(Latent Reasoning Chain extract)という新しいタスクを紹介する。
この作業を容易にするために,我々は,1,900以上の参照と38,000の視点を含む70のNature Communicationsの記事から得られた新しいベンチマークであるARCHE Benchをリリースする。
ARCHE Bench上での10のLLMの評価では、モデルがREAとECのトレードオフを示しており、完全な標準推論チェーンを抽出することはできません。
論文 参考訳（メタデータ） (2025-11-16T07:37:09Z) - Intuitionistic $j$-Do-Calculus in Topos Causal Models [1.3295383263113112]
我々は、パールのdo-calusを、棚のトポ内で$j$stable因果推論と呼ばれる直観的設定に一般化する。
我々のフレームワークは、最近提案されたTopos Causal Models (TCMs) のフレームワークで、因果介入をサブオブジェクトとして定義する。
論文 参考訳（メタデータ） (2025-10-20T17:12:17Z) - Safe: Enhancing Mathematical Reasoning in Large Language Models via Retrospective Step-aware Formal Verification [56.218970738892764]
Chain-of-Thoughtプロンプトは、大規模言語モデル(LLM)から推論能力を引き出すデファクトメソッドとなっている。
検出が極めて難しいCoTの幻覚を緩和するために、現在の方法は不透明なボックスとして機能し、彼らの判断に対する確認可能な証拠を提供しておらず、おそらくその効果を制限する。
任意のスコアを割り当てるのではなく、各推論ステップで形式数学言語Lean 4で数学的主張を明確にし、幻覚を識別するための公式な証明を提供しようとしている。
論文 参考訳（メタデータ） (2025-06-05T03:16:08Z) - Lean-STaR: Learning to Interleave Thinking and Proving [53.923617816215774]
証明の各ステップに先立って,非公式な思考を生成するために,言語モデルをトレーニングするフレームワークであるLean-STaRを紹介します。
Lean-STaRは、Lean定理証明環境内のminiF2F-testベンチマークで最先端の結果を達成する。
論文 参考訳（メタデータ） (2024-07-14T01:43:07Z) - Proving Theorems Recursively [80.42431358105482]
本稿では、定理をレベル・バイ・レベルで証明するPOETRYを提案する。
従来のステップバイステップメソッドとは異なり、POETRYは各レベルで証明のスケッチを検索する。
また,POETRYが検出した最大証明長は10～26。
論文 参考訳（メタデータ） (2024-05-23T10:35:08Z) - AGM Belief Revision, Semantically [1.7403133838762446]
最小限の変化のパラダイムを実装した信念修正演算子の汎用的モデル理論的特徴付けを確立する。
我々の特徴づけはすべてのタルスキア論理、すなわち古典的なモデル理論のセマンティクスを持つ全ての論理に適用できる。
論文 参考訳（メタデータ） (2021-12-27T07:53:21Z) - Neural Unification for Logic Reasoning over Natural Language [0.28675177318965034]
自動定理証明(Automated Theorem Proving)は、いくつかの予想(クエリ)が一連の公理(事実と規則)の論理的な結果であることを示すことができるコンピュータプログラムの開発を扱う。
近年のアプローチでは、自然言語(英語)で表される公理の予想を導出するトランスフォーマーに基づくアーキテクチャが提案されている。
本研究は, 一般化の項における最先端結果を実現するニューラルユニファイザという, 新たなアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-09-17T10:48:39Z)
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。