Generalization-based similarity

要約

一見遠くに見える物体間の類似点を検出して利用することは、それ自体が人工知能の中核である類推論の中核です。
この論文は、一般化のセットが要素の重要な特性をエンコードしているという観察に基づいて、類似性の抽象的な代数的概念と{\em 定性的}概念を{\em ゼロから開発します。
このように定義された類似性に魅力的な数学的特性があることを示します。
読者にその妥当性を納得させるために、普遍代数の初歩的な概念のみを使用して第一原理から類似性の概念を構築するとき、それがモデル理論型を介して一次論理に自然に埋め込まれることができることを示します。

要約(オリジナル)

Detecting and exploiting similarities between seemingly distant objects is at the core of analogical reasoning which itself is at the core of artificial intelligence. This paper develops {\em from the ground up} an abstract algebraic and {\em qualitative} notion of similarity based on the observation that sets of generalizations encode important properties of elements. We show that similarity defined in this way has appealing mathematical properties. As we construct our notion of similarity from first principles using only elementary concepts of universal algebra, to convince the reader of its plausibility, we show that it can be naturally embedded into first-order logic via model-theoretic types.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google