Jun, 2023

冲突解析的分类方法：将范畴论整合到图模型中

PDF
TL;DR本文介绍了一种新的框架 ——C-GMCR（Categorical Graph Model for Conflict Resolution），该框架将范畴论整合到传统的冲突解决图模型（GMCR）中，提供更抽象和通用的模型，使研究者能够揭示更深层次的洞见和联系，并适用于囚徒困境和其他代表性案例，实验证明，范畴论方法提供了新的稳定概念视角，并可能带来更有效的冲突解决策略的发展。
发现论文，激发创造
  • 四值逻辑下的冲突分析状态定义

    本研究使用 Belnap 的四值逻辑对冲突解决模型进行 GMCR 稳定性分析，防止了因信息不足引起的状态设定不正确，并提供了逻辑有效性和分析分辨率的方案。

    Jul, 2022

  • 自然语言处理的分类工具

    该论文提出了范畴论和计算语言学之间的翻译作为自然语言处理的基础，结合语法、语义和语用三个方面，以字符串图表达统一的句法结构，利用函子将图表达式计算为逻辑、张量、神经或量子计算的语义，通过组成游戏将生成的函子模型进行组合，从而解决语言处理任务。DisCoPy 是用于计算字符串图的 Python 库的一部分，将得到的范畴、语言和计算结构之间的对应关系描述，并通过组合的自然语言处理应用进行演示。

    Dec, 2022

  • 图形对比聚类

    本研究提出一种新的基于图的对比学习框架 ——Graph Contrastive Clustering（GCC），用于聚类任务，并利用该框架在六个常用数据集上进行了实验。实验结果表明，该方法在聚类问题上明显优于现有的最先进方法。

    Apr, 2021

  • 基于知识的规划的范畴表示语言和计算系统

    本文提出了基于范畴论概念的 C - 集合和双推出重写 (DPO) 的计划表示的一种替代方法，其可以有效处理支持所有层次域抽象的关于世界状态的结构化知识，提供了使用知识图谱和关系型数据库对世界状态和计划更新建模的形式语义，相较于经典规划表示，在处理隐含前提和效果上具有优越性，提供了一种更有结构的框架来建模和解决规划问题。

    May, 2023

  • 比较因果框架：潜在结果、结构模型、图形和抽象

    本论文旨在准确明确 Rubin 因果模型（RCM）和结构因果模型（SCM）框架之间的关系，揭示 SCMs 框架中隐含的代数约束规则，指出 SCM 原则在经典应用中的重要作用。

    Jun, 2023

  • 冲突转化和管理。从认知地图到价值树

    利用问题结构化方法将认知图转化为价值树，从而在决策支持中促进以设计为导向的方法，构建创新解决方案，进而实现冲突管理的目的。

    Dec, 2023

  • 范畴深度学习：架构的代数理论

    我们提出了一个关于通用框架，用于指定和研究深度学习架构的难题的见解。我们认为目前为止的关键尝试缺乏一个能够将模型必须满足的约束与其实现进行协调的桥梁。我们的提议是应用范畴论 —— 更具体地说，是参数化映射的范畴论，作为一个单一的理论，优雅地包含了这两种类型的神经网络设计。为了支持我们的观点，我们展示了这个理论如何恢复由几何深度学习引起的约束，并介绍了从神经网络的多样化领域中提取的许多架构的实现，如递归神经网络。我们还说明了这个理论如何自然地编码计算机科学和自动机理论中的许多标准结构。

    Feb, 2024

  • CatE：利用范畴论语义嵌入 $\mathcal {ALC}$ 本体

    本文提出了一种基于范畴论语义学的机器学习方法，使用 CatE 投影生成本体公理图表示，并应用于多种任务，展示了其超越了其他本体嵌入方法的局限性，并在生物医学领域的机器学习任务中优于现有的模型论本体嵌入方法。

    May, 2023

  • 范畴符号学：知识整合基础

    我们扩展了代数规范方法以解决从不同模型中提取的知识的集成问题，并且通过将图形结构与 Ehresmann 的素描结构相结合，提出了一个统一的理论，它能够优雅地包含确定性和非确定性神经网络设计的基本概念。这个拓展的代数规范框架为跨不同模型和领域的知识集成提供了一个有希望的解决方案。

    Apr, 2024

  • CatGCN：具有分类节点特征的图卷积网络

    论文提出一种新的 GCN 模型 CatGCN，它适用于当节点特征为分类特征时的情况。该模型在学习初始节点表示时整合了两种显式的交互模型，并使用基于邻域聚合的图卷积对初始节点表示进行了改进。实验证明，CatGCN 对半监督节点分类任务非常有效，尤其是在进行特征交互建模之前进行图卷积操作的积极效果。

    Sep, 2020