論文の概要: Cognitive Schemas, Laws and Tasks

• arxiv url: http://arxiv.org/abs/2610.09495v1
• Date: Wed, 07 Oct 2026 05:50:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.742719
• Title: Cognitive Schemas, Laws and Tasks
• Title（参考訳）: 認知スキーマ, 法則, 課題
• Abstract要約: 我々は、スキーマがそれらの使用に必要な情報と関係によって構成される構造的枠組みを開発する。 表象の縮小がタスク関連解構造を保存する場合、正式に示す。 これは、構造化された知識、検証、学習された提案メカニズムを組み合わせた将来のソルバアーキテクチャに有用なコンポーネントを提供するかもしれない。
• 参考スコア（独自算出の注目度）: 0.7734726150561086
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper asks how explicit representations can support reusable cognitive schemas in knowledge-based problem solving. We develop a structural framework in which schemas are organized by the information and relations required for their use, rather than introduced as unrelated primitives. The framework also distinguishes context-dependent relations from more stable structures that can be reused across different representations. Tasks are described through the information available, the unknowns to be determined, and the constraints that admissible solutions must satisfy. This makes it possible to separate limitations of the representation from limitations of the solving procedure. In particular, we distinguish inconsistency, underdetermination, and contextual insufficiency, where the current representation lacks distinctions or relations required by the external task meaning. We also show formally when a reduction of representation preserves the task-relevant solution structure. The resulting task--schema interface offers a structured way to describe representational conditions relevant to problem solving. It supports the reuse and stabilization of derived knowledge while remaining independent of the particular mechanism used to generate candidate solutions. This may provide a useful component for future solver architectures that combine structured knowledge, verification, and learned proposal mechanisms.
• Abstract（参考訳）: 本稿では、知識に基づく問題解決において、明示的表現が再利用可能な認知スキーマをどのようにサポートできるかを問う。 本研究では,スキーマが非関連プリミティブとして導入されるのではなく,それらの使用に必要な情報や関係によって構成される構造的枠組みを開発する。 このフレームワークはまた、コンテキスト依存の関係を、異なる表現で再利用できるより安定した構造と区別する。 タスクは、利用可能な情報、決定すべき未知、許容可能なソリューションが満たさなければならない制約を通じて記述される。 これにより、表現の制限を解決手順の制限から切り離すことができる。 特に、現在の表現が外部タスクの意味によって要求される区別や関係を欠いている不整合、下決定、文脈不整合を区別する。 また,表象の縮小がタスク関連解構造を保存する場合にも公式に示す。 結果のタスクスキーマインタフェースは、問題解決に関連する表現条件を記述するための構造化された方法を提供する。 これは、導出知識の再利用と安定化をサポートし、候補解を生成するために使用される特定のメカニズムに依存しない。 これは、構造化された知識、検証、学習された提案メカニズムを組み合わせた将来のソルバアーキテクチャに有用なコンポーネントを提供するかもしれない。

関連論文リスト

• Non-Resolution Reasoning (NRR): A Computational Framework for Contextual Identity and Ambiguity Preservation [0.0]
  現在の人工知能システムは、曖昧さを早期に解決する、基本的なアーキテクチャ上の限界を示す。 この早期のセマンティック崩壊は、標準的なニューラルネットワークに埋め込まれた古典的なアイデンティティの仮定に由来する。 あいまいさ保持を有効な推論モードとして扱う計算フレームワークであるNon-Resolution Reasoning (NRR)を提案する。
  論文  参考訳（メタデータ） (2025-12-15T16:14:32Z)
• Data Dependency-Aware Code Generation from Enhanced UML Sequence Diagrams [54.528185120850274]
  本稿では,API2Depという新しいステップバイステップコード生成フレームワークを提案する。 まず、サービス指向アーキテクチャに適した拡張Unified Modeling Language (UML) APIダイアグラムを紹介します。 次に、データフローの重要な役割を認識し、専用のデータ依存推論タスクを導入する。
  論文  参考訳（メタデータ） (2025-08-05T12:28:23Z)
• Structured Relational Representations [1.456133815677852]
  不変構造は知識が存在する場所であり、特に抽象的な知識空間内の関係経路の閉包によって定義される分割である。 これらの分割はコア不変表現として機能し、知識が保存され学習が行われる構造基板を形成する。 我々は、線形代数構造である閉半環に基づく不変分割の構造的関係表現の計算基盤を定式化する。
  論文  参考訳（メタデータ） (2025-05-17T21:26:05Z)
• Identifiable Exchangeable Mechanisms for Causal Structure and Representation Learning [54.69189620971405]
  IEM(Identible Exchangeable Mechanisms)と呼ばれる,表現と構造学習のための統合フレームワークを提供する。 IEMは、交換可能な非i.d.データにおける因果構造同定に必要な条件を緩和する新しい洞察を提供する。 また、認識可能な表現学習における双対性条件の存在を実証し、新たな識別可能性結果をもたらす。
  論文  参考訳（メタデータ） (2024-06-20T13:30:25Z)
• On the Role of Information Structure in Reinforcement Learning for Partially-Observable Sequential Teams and Games [55.2480439325792]
  逐次的意思決定問題において、情報構造とは、異なる時点に発生するシステム内の事象が相互にどのように影響するかを記述するものである。 対照的に、現実のシーケンシャルな意思決定問題は通常、システム変数の複雑で時間的な相互依存を伴う。 情報構造を明示する新しい強化学習モデルを定式化する。
  論文  参考訳（メタデータ） (2024-03-01T21:28:19Z)
• Multi-Relational Hyperbolic Word Embeddings from Natural Language Definitions [5.763375492057694]
  本稿では、そのような構造を明示的に活用し、定義から単語埋め込みを導出するマルチリレーショナルモデルを提案する。 経験的な分析は、フレームワークが望ましい構造的制約を課すのに役立つことを示している。 実験により、ユークリッド語よりもハイパーボリック語の埋め込みの方が優れていることが示された。
  論文  参考訳（メタデータ） (2023-05-12T08:16:06Z)
• Conjunctive Query Based Constraint Solving For Feature Model Configuration [79.14348940034351]
  本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。 このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
  論文  参考訳（メタデータ） (2023-04-26T10:08:07Z)

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。