Fugu-MT 論文翻訳(概要): Consistency Is Not Coherence: Orientation Search for Certified Alignments Between 4D Defence Upper Ontologies

論文の概要: Consistency Is Not Coherence: Orientation Search for Certified Alignments Between 4D Defence Upper Ontologies

arxiv url: http://arxiv.org/abs/2608.21914v1
Date: Sat, 22 Aug 2026 10:55:39 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-25 18:24:36.935088
Title: Consistency Is Not Coherence: Orientation Search for Certified Alignments Between 4D Defence Upper Ontologies
Title（参考訳）: Consistency is not Coherence: Orientation Search for Certified Alignments between 4D Defense upper Ontology
Abstract要約: 英国とNATOのデータインフラの下に3つの上層部を配置する。我々は,HermiTと合併した完全対応と推論を手作業で促進する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We align three upper ontologies that sit under UK and NATO defence data infrastructure: the Information Exchange Standard (IES), the Higher Quality Data Model (HQDM) that underpins the National Digital Twin, and Basic Formal Ontology (BFO). No public alignment between IES and HQDM existed. Promoting a hand-curated 17-correspondence crosswalk to OWL and reasoning over the complete merged ontologies with HermiT produces three results that we believe matter beyond this pair.
Abstract（参考訳）: 我々は、英国とNATOの防衛データ基盤の下に置かれる上位3つのオントロジー、すなわち、情報交換標準(IES)、国家デジタルツインを支える最高品質データモデル(HQDM)、基本形式オントロジー(BFO)を整列する。 IESとHQDMの間には公共の連携は存在しなかった。 HermiTと完全合併したオントロジーについて,手作業による17-対応横断歩道をOWLに促進させることにより,この2つを超越して重要な3つの結果が得られた。

関連論文リスト

MindTopo: Can Foundation Models Reason in Topological Space? [52.56750995613252]
我々は,認知科学と形式的トポロジに基づく5つの特性のトポロジ的直観のベンチマークであるMindTopoを紹介する。 MindTopoは、それぞれの特性を2つの認知レベルで評価する。Reasoning氏は、トポロジカルな関係を識別するか、どのように変化するかをモデルに求める。すべてのMLLMは、計画よりも推論に優れており、最高のパフォーマンスモデルは、人間のパフォーマンスよりもはるかに低いままです。
論文参考訳（メタデータ） (2026-09-10T17:54:32Z)
Constitutive Priors for Machine Intelligence: A Legitimacy Theory of the Artificial Physical World [6.102551417081661]
マシンインテリジェンスは象徴的な世界を征服したが、物理的には行き詰まった。私たちの論説:デッドロックは本物だが不均一な分散であり、例外は人工的な物理世界だ。建物、工業施設、インフラは意図的に構成され、文書化されている。
論文参考訳（メタデータ） (2026-08-15T09:50:19Z)
BridgeAlign: Bridging Preference Alignment for Humanities and Social Sciences [52.67755020436915]
我々は、幅広い社会科学分野のための最初の好み調整パイプラインとして、BridgeAlignを提案する。我々は、BridgeAlignが17のベンチマークで11の強いベースラインに対して最高の平均を達成することができることを示した。
論文参考訳（メタデータ） (2026-07-29T18:22:50Z)
Topological Void Analysis A Mathematical Framework for Systematic Technical Innovation Discovery in Knowledge Spaces [0.0]
本稿では,高密度なハイブリッド埋め込み空間におけるトポロジカルヴォイドをトポロジカルヴォイドとして定義する数学的枠組みであるトポロジカルヴォイド解析(TVA)を提案する。 TVAは96の目標に対して2,128件の発明候補を生成し、90%は自動品質フィルタリングに成功し、191件のREVISEと1件のAPPROVEの審査を4つの専門家による審査から得る。
論文参考訳（メタデータ） (2026-04-20T06:41:39Z)
The Topology of Multimodal Fusion: Why Current Architectures Fail at Creative Cognition [0.0]
本稿では、パラメトリックではなくトポロジカルな現在のマルチモーダルAIアーキテクチャの限界を特定する。十字架の枠組みは、Xang を病理的交点に配置し、両軸に沿って 2 つの huacai (変換と切断) を実行する。これは二重層力学を生み出す:チュアンフア(自然の出来事としての創造的変容)とフアカイ(制度化して繰り返し形にする)である。トポロジカル正規化を用いたLIPによるUOO実装,エラー型計量を用いたANALOGYベンチマーク,アーキタイプ-TOP3層ベンチマークによるクロスシビライズ型トポロジカル同型試験を提案する。
論文参考訳（メタデータ） (2026-04-06T06:23:55Z)
Dual Attribute-Spatial Relation Alignment for 3D Visual Grounding [59.600122444681524]
3Dビジュアルグラウンドティング(3D visual grounding)は、3D物理世界と自然言語を結びつける研究分野である。本稿では,DASANet,Dual Attribute-Spatial Relationed Networkを提案する。提案手法は,Nr3Dデータセットにおいて,最強の競合相手よりも1.3%高い65.1%の接地精度を実現する。
論文参考訳（メタデータ） (2024-06-13T08:06:57Z)
CoUDA: Coherence Evaluation via Unified Data Augmentation [49.37157483044349]
コヒーレンス評価は、談話の組織と構造を評価することを目的としている。談話構造に関する言語理論から着想を得て,CoUDAというデータ拡張フレームワークを提案する。 233Mパラメータだけで、CoUDAはポイントワイドのスコアリングとペアワイドのランキングタスクの両方で最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2024-03-31T13:19:36Z)
Subsidiary Prototype Alignment for Universal Domain Adaptation [58.431124236254]
Universal Domain Adaptation (UniDA)の大きな問題は、"known"クラスと"unknown"クラスの誤調整である。ゴールタスクUniDAと協調して動作するクローズドセットSPAを実現するために,新しい単語ヒストグラム関連プレテキストタスクを提案する。既存のUniDA技術上でのアプローチの有効性を実証し,3つの標準UniDAおよびOpen-Set DAオブジェクト認識ベンチマークの最先端性能を示す。
論文参考訳（メタデータ） (2022-10-28T05:32:14Z)
Alibaba-Translate China's Submission for WMT 2022 Quality Estimation Shared Task [80.22825549235556]
我々は、UniTEという品質評価共有タスクにおいて、文レベルのMQMベンチマークを提出する。具体的には、トレーニング中に3種類の入力形式と事前学習された言語モデルを組み合わせたUniTEのフレームワークを用いる。その結果,我々のモデルは多言語・英語・ロシア語設定では第1位,英語・ドイツ語・中国語設定では第2位に達した。
論文参考訳（メタデータ） (2022-10-18T08:55:27Z)
UniTE: Unified Translation Evaluation [63.58868113074476]
UniTEは3つの評価タスクをすべて処理する能力に携わる最初の統合フレームワークである。 We testify our framework on WMT 2019 Metrics and WMT 2020 Quality Estimation benchmarks。
論文参考訳（メタデータ） (2022-04-28T08:35:26Z)

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。