論文の概要: Structural Pattern Mining in Inka Khipus: A KFG Re-Analysis

• arxiv url: http://arxiv.org/abs/2610.38580v1
• Date: Wed, 28 Oct 2026 10:09:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.392377
• Title: Structural Pattern Mining in Inka Khipus: A KFG Re-Analysis
• Title（参考訳）: Inka Khipusの構造パターンマイニング : KFG再解析
• Abstract要約: 本稿では,Open Khipu RepositoryからKhipu Field Guideデータベースへのメソッドピボットについて報告する。 2文字名プレフィックス(AS,UR,HP,QU,JC,MM,KH)は、サイトや期間ではなく、元のカタログを識別し、ドキュメントを第2のコンファウンドに変換する。 汎用構造クラスタリング(UMAP+HDBSCAN)は、プールされた650-キプサンプルを2つの独立したヌルモデルから分離しない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper reports a methodological pivot from the Open Khipu Repository to the Khipu Field Guide (KFG) database, prompted by stalled progress on the OKR, and a full re-analysis of the resulting 650-khipu sample. Three findings recur across every analysis attempted. First, khipu size confounds nearly every derived structural count, explaining 42-70% of its variance; all subsequent models control for it. Second, the two-letter name prefix (AS, UR, HP, QU, JC, MM, KH) identifies the original cataloger, not a site or period, which turns documentation completeness into a second confound that must be modeled explicitly. Controlling for both, khipus cataloged by Hugo Pereyra's Proyecto Quipu (HP) show significantly fewer Ascher sum-relation types than Gary Urton's (UR) khipus (p = 0.044), while the Ascher-cataloged (AS) khipus are too collinear with their own near-total lack of side/direction documentation to assess (VIF = 5.0). Third, generic structural clustering (UMAP+HDBSCAN) does not separate the pooled 650-khipu sample from two independent null models (permutation and Gaussian), corroborating an independent conclusion already reached by the KFG itself; the same test restricted to a single cataloger (UR) proved not reproducible across runtime environments and is reported here as a methodological caveat rather than evidence of structure. A targeted replication of the KFG's own S/Z-knot spatial-block heuristic for calendar/astronomical khipus recovers 8 of 10 published candidates and proposes 34 additional ones under the same criterion.
• Abstract（参考訳）: 本報告では,OKRの進行が停滞していることから,Open Khipu Repository から Khipu Field Guide (KFG) データベースへのメソッドピボットを報告し,その結果の650-Khipuサンプルの完全な再解析を行った。 3つの研究結果が得られた。 第一に、キプの大きさは、その分散の42-70%を説明して、ほぼすべての導出した構造的数と一致する。 第2に、2文字名プレフィックス(AS, UR, HP, QU, JC, MM, KH)は、サイトや期間ではなく、元のカタログを識別し、文書の完全性を明示的にモデル化しなければならない第2のコンファウンドに変換する。 Hugo Pereyra の Proyecto Quipu (HP) によってカタログ化された khipus は、Gary Urton の (UR) khipus (p = 0.044) よりもAscher sum-relation のタイプが著しく少ないが、Ascher-cataloged (AS) khipus は、(VIF = 5.0) の評価にサイド/ディレクテーションの文書がほとんどないため、相補的すぎる。 第三に、一般的な構造クラスタリング (UMAP+HDBSCAN) は、2つの独立したヌルモデル(置換とガウス)から650-キプサンプルを分離せず、KFG自体が既に到達した独立した結論を裏付けている。 KFG自身のS/Zノット空間ブロックヒューリスティックをターゲットとしたカレンダ/天文学的クイプスの複製は、10の候補のうち8つを回収し、34の新たな候補を同じ基準で提案する。

関連論文リスト

• Retrieval Augmented Generation Compositionality [18.124841522289376]
  現代のパイプラインは、埋め込み、チャンキング、検索、リグレード、クエリ拡張、コンテキスト圧縮、エージェント検証を組み合わせている。 本稿では、RAG評価を制御するオープンソースフレームワークLASAGNAを紹介する。 8つのベンチマークと5Kから200Kドキュメントのコーパスで450のコンフィギュレーションをテストしています。
  論文  参考訳（メタデータ） (2026-10-21T13:30:29Z)
• Does the VGGT Family Need All Its Layers? [55.81487806596663]
  VGGT,3ドル,VGGT-$:3,018プルーニング構成における層冗長性について検討した。 取り外し可能な層が2つの冗長領域に集結しているのに対して、層間をまたがる削除は、常に破壊的である。 CKAは、間隔分解のためのより安価な表現ベースのプロキシを提供し、プルーニング品質とキャリブレーションコストのトレードオフを提供する。
  論文  参考訳（メタデータ） (2026-09-29T06:52:07Z)
• Parser, Chunking, and Embedding Interactions in Retrieval-Augmented Generation over Indian Government Regulatory Documents [0.42303492200814446]
  800の質問項目に対して評価した3s,3チャンキング戦略,5つの密埋モデルの因子分析を行った。 MPNet-baseは、テーブル由来の質問に対して深刻な障害モードを持つ一貫したアンダーパフォーマーである。 コーパスは98%以上のほぼ飽和したエビデンス保存天井を示しており、検索の違いは、摂取時の情報損失よりも、主にランキング品質によって引き起こされていることを示している。
  論文  参考訳（メタデータ） (2026-09-15T07:32:06Z)
• Exact Degeneracy Under Balanced k-Shot Sampling:Consequences for Small-Sample Discriminant Analysis on LLM Embeddings [0.0]
  そこで本研究では,k-shotサンプリングのバランスが,小さめの判別式推定器群において,正確かつ証明可能な縮退を誘導することを示した。 次に,凍結埋込に関する少数ショットテキスト分類において,Kernelgression修復フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2026-09-09T08:13:54Z)
• When AI Writes, Who Gets Cited? Evidence of Citation Monoculture Across Language Models [45.91367912142692]
  異なるモデルがいまだに同じ狭い部分集合を選択している可能性を示し、単一の引用が誤りを犯さずに、引用モノカルチャーを生成する。 3つのベンダーの11のモデルが、30のランダムなパネルから少なくとも10の論文を選択しており、実際のタイトルと抽象物があるが、作者が作り直され、再割り当て年、隠れた会場と引用数がある。
  論文  参考訳（メタデータ） (2026-08-03T14:27:46Z)
• Before the Action: Benchmarking LLMs on Prospective Hypothesis Discovery [95.44432473367836]
  大規模言語モデル(LLM)は、事前に特定された質問に答える能力に優れるが、未解決の未解決段階をナビゲートする能力はほとんど測定されていない。 仮説探索(PHD)を導入し,不確定な証拠から,仮説空間を自律的に構築することをモデルに求める。 本稿では,6つの科学的・分析的領域にわたる988ケースのベンチマークであるHypoArenaと,オープンエンド仮説セットの評価フレームワークであるHypoEvalを紹介する。
  論文  参考訳（メタデータ） (2026-07-17T08:56:43Z)
• Metrics or Mirage? An Audit of Evaluation Inconsistencies in Colonoscopy Polyp Segmentation Benchmarks [0.9121437356699356]
  2015年から2026年にかけて発行された27の論文の体系的な監査では、コミュニティがモデルを評価する方法に関する3つの構造的な問題を明らかにしている。 テキスト互換性のない少なくとも5つのトレイン/テストスプリットプロトコルが、同じデータセットで結果を報告する論文間で共存している。 27件の論文のうち26件は、統計的に有意なテストなしに、テキストパフォーマンスのクレームを作成している。
  論文  参考訳（メタデータ） (2026-07-09T08:01:55Z)
• Structural Pattern Mining in Inka Khipus: Unsupervised Clustering, Provenance Classification, and a Computational Validation of the Santa Valley Match [0.0]
  54,403コードと110,677ノットからなる619 khipus の公開データベースである Open Khipu Repository (OKR) に適用した機械学習パイプラインを提案する。 我々は,khipu当たり27個の構造的特徴を設計し, (i) UMAPおよびHDBSCANを介して教師なしクラスタリングを適用し, 3つの構造的異なるグループを復元した。 我々は、n-gramとしてエンコードされた結び目型のシーケンス順序を再現し、集約的な特徴以外の信号を追加しないという負の結果を報告した。
  論文  参考訳（メタデータ） (2026-06-30T21:06:38Z)
• Phase Transition for Stochastic Block Model with more than $\sqrt{n}$ Communities [51.320599504997745]
  統計物理学からの予測では、ブロックモデル(SBM)におけるコミュニティの回復は、上述の時間で可能であり、上述のケステンスティグム(KS)しきい値のみである。 Chinら(2025)は、最近、スパース体制では、非バックトラック経路を数えることにより、KS閾値以下でコミュニティの回復が可能であることを証明した。
  論文  参考訳（メタデータ） (2025-09-19T09:53:56Z)
• Exact Recovery in the General Hypergraph Stochastic Block Model [92.28929858529679]
  本稿では,d-uniform hypergraph block model(d-HSBM)の正確な回復の基本的な限界について検討する。 精度の高いしきい値が存在し、正確な回復がしきい値の上に達成でき、その下には不可能であることを示す。
  論文  参考訳（メタデータ） (2021-05-11T03:39:08Z)
• SGA: A Robust Algorithm for Partial Recovery of Tree-Structured Graphical Models with Noisy Samples [75.32013242448151]
  ノードからの観測が独立しているが非識別的に分散ノイズによって破損した場合、Ising Treeモデルの学習を検討する。 Katiyarら。 (2020) は, 正確な木構造は復元できないが, 部分木構造を復元できることを示した。 統計的に堅牢な部分木回復アルゴリズムであるSymmetrized Geometric Averaging(SGA)を提案する。
  論文  参考訳（メタデータ） (2021-01-22T01:57:35Z)

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。