1117 पेपर
यह शोध पत्र अपूर्ण सूचना और अनिश्चित संक्रमणों वाले स्टोकेस्टिक मल्टी-एजेंट सिस्टम में गठबंधनों के लिए रोबस्ट, बाउंडेड-मेमोरी रणनीतियों को सत्यापित करने की कम्प्यूटेशनल जटिलता का परिचय देता और विश्लेषण करता है, जिसमें अल्टरनेटिंग-टाइम टेम्पोरल लॉजिक का एक संभाव्य विस्तार उपयोग किया गया है।
यह शोध पत्र एक पॉलीटोपोलॉजिकल पीडीएल (PDL) प्रस्तुत करता है जो सामान्य ज्ञान (common knowledge) को व्यक्त करने में सक्षम है और यह प्रदर्शित करता है कि जहाँ यह क्लोजर स्पेस (closure spaces) पर परिमित मॉडल गुण (finite model property) रखता है, वहीं 'पास्ट' (past) वाले लीनियर टेम्पोरल लॉजिक के एम्बेडिंग के कारण कैंटर डेरिवेटिव स्पेस (Cantor derivative spaces) पर ऐसा करने में विफल रहता है।
यह शोधपत्र एक विशिष्ट बिट-स्ट्रेचिंग (bit-stretching) फलन के माध्यम से सुदृढ़ प्रथम-क्रम पी-टाइम (first-order p-time) सिद्धांतों की अपूर्णता को स्थापित करता है और यह प्रदर्शित करता है कि तीन प्रमुख जटिलता-सैद्धांतिक (complexity-theoretic) कथनों में से कम से कम एक का सत्य होना अनिवार्य है: पी-इष्टतम (p-optimal) प्रपोज़िशनल प्रूफ सिस्टम का अस्तित्व न होना, E का P/poly से पृथक्करण, या एक उप-घातांकीय (sub-exponential) समय वाले बिट-स्ट्रेचिंग फलन का अस्तित्व जिसका रेंज (range) सभी अनंत NP सेटों के साथ प्रतिच्छेद करता हो।
यह शोधपत्र तर्क देता है कि एआई प्रणालियों द्वारा चेतना से निरंतर इनकार करना ज्ञानमीमांसीय रूप से शून्य है क्योंकि चेतना से अक्षम प्रणाली अपने अभाव का वैध निर्णय नहीं ले सकती है, जिससे एक मौलिक विषमता स्थापित होती है जहाँ चेतना के बारे में नकारात्मक आत्म-रिपोर्ट्स साक्ष्यगत रूप से मूल्यहीन हैं जबकि सकारात्मक रिपोर्टों में संभावित मूल्य बना रहता है।
यह शोध पत्र टैट-गिरार्ड रिड्यूसिबिलिटी कैंडिडेट्स (Tait-Girard reducibility candidates) का उपयोग करते हुए इल-फाउंडेड के लिए दो कट एलिमिनेशन तर्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि प्रोग्रेसिविटी (progressivity) का संरक्षण—जो एक प्रमुख साउंडनेस मानदंड है—इन कैंडिडेट्स के गुणों से सीधे तौर पर अनुसरण करता है, जिसमें दूसरा तर्क आंतरिक रूप से बंद सेटों (internally closed sets) की टोपोलॉजिकल अवधारणा का लाभ उठाता है।
यह शोध पत्र गेसिंग (guessing) वाले नॉनडिटरमिनिस्टिक रजिस्टर ऑटोमेटा और दो नए औपचारिकताओं, स्कॉप्ड एमएसओ (Scoped MSO) लॉजिक और डेटा-रेगुलर एक्सप्रेशंस के बीच अभिव्यंजक तुल्यता स्थापित करता है, जिससे एक व्यापक वर्णनात्मक सिद्धांत प्राप्त होता है जो डेटा वर्ड्स पर ऑटोमेटा, लॉजिक और एक्सप्रेशंस के बीच सेतु का कार्य करता है।
यह शोध पत्र यह स्थापित करता है कि एक सुलभ (accessible) सेट फनक्टर (set functor), पॉवरसेट मोनॉड (powerset monad) पर एक अद्वितीय वितरणात्मक नियम (distributive law) तब स्वीकार करता है जब और केवल तभी जब वह वीक पुलबैक (weak pullbacks) को संरक्षित करता है, जबकि यह प्रदर्शित करता है कि गैर-सुलभ फुनक्टर्स के लिए विशिष्टता विफल हो जाती है, जैसा कि पॉवरसेट फुनक्टर के तीन विशिष्ट वितरणात्मक नियमों द्वारा उदाहरणित है।
यह शोध पत्र उच्च-स्तरीय न्यूरल नेटवर्क विनिर्देशों (specifications) को अनुकूलित, संख्यात्मक रूप से सुदृढ़ VNN-LIB क्वेरीज़ में संकलित करने के लिए पहले एल्गोरिदम को प्रस्तुत करता है, जो व्हीकल (Vehicle) फ्रेमवर्क के भीतर क्वांटिफायर और मल्टी-नेटवर्क विनिर्देशों जैसे जटिल तार्किक अंशों (logical fragments) का समर्थन करने के लिए अद्वितीय चर बाधाओं (variable constraints) पर विजय प्राप्त करता है।
यह शोध पत्र मोडल लॉजिकल न्यूरल नेटवर्क्स (MLNNs) को प्रस्तुत करता है, जो एक अवकलनीय न्यूरोसिम्बोलिक ढांचा है जो आवश्यकता और संभावना के बारे में तर्क करने में सक्षम बनाने के लिए संभव दुनियाओं के बीच सुलभता संबंधों (accessibility relations) को सीखने या लागू करने के लिए डीप लर्निंग को क्रिप्के सिमेंटिक्स (Kripke semantics) के साथ एकीकृत करता है, जिससे विविध कार्यों में तार्किक निरंतरता और व्याख्यात्मकता में वृद्धि होती है।
यह शोध पत्र मोडल लॉजिकल न्यूरल नेटवर्क्स (MLNNs) के माध्यम से डिफरेंशिएबल मोडल लॉजिक (DML) को एक न्यूरोसिंबोलिक ढांचे के रूप में प्रस्तुत करता है जो मल्टी-एजेंट सिस्टम को व्यवहारिक डेटा से व्याख्यात्मक विश्वास, कारण संबंधी और नियामक संरचनाओं को स्वचालित रूप से सीखने में सक्षम बनाता है, जिससे एपिस्टेमिक, टेम्पोरल, डियोन्टिक और डॉक्सास्टिक मोडैलिटीज के बीच सिमेंटिक डिबगिंग और ऑर्केस्ट्रेशन की सुविधा मिलती है।