会员服务
操作 ·
2021 年 9 月 13 日
The Sheaf-Theoretic Structure of Definite Causality
翻译：缺食致病的羊毛 -- -- 理论结构
Stefano Gogioso,Nicola Pinzani
Stefano Gogioso,Nicola Pinzani
from arxiv, In Proceedings QPL 2021, arXiv:2109.04886

We fill a gap in the study of contextuality by extending the sheaf-theoretic framework for non-locality by Abramsky and Brandenburger to deal with operational scenarios in the presence of arbitrary definite causal orders.


翻译：我们填补了背景质量研究中的一个空白,将Abramsky和Brandenburger关于非地方性的草木理论框架扩大,以便在存在任意确定的因果命令的情况下处理业务情况。
0
下载
关闭预览

相关内容

AAAI2021 | 图神经网络的异质图结构学习，Heterogeneous Graph Structure Learning for Graph Neural Networks
专知会员服务
91+阅读 · 2021年1月20日
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
【实用书】数据科学基础，484页pdf，Foundations of Data Science
【实用书】数据科学基础，484页pdf，Foundations of Data Science
专知会员服务
117+阅读 · 2020年5月28日
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
专知会员服务
44+阅读 · 2020年5月5日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
241+阅读 · 2020年4月19日
自动结构变分推理，Automatic structured variational inference
自动结构变分推理，Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
专知会员服务
10+阅读 · 2020年1月17日
【斯坦福大学AAAI2020】跨越因果层次的概率推理，Probabilistic Reasoning across the Causal Hierarchy
【斯坦福大学AAAI2020】跨越因果层次的概率推理，Probabilistic Reasoning across the Causal Hierarchy
专知会员服务
45+阅读 · 2020年1月11日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
79+阅读 · 2019年10月9日
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
深度学习医学图像分析文献集
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Resilience of Well-structured Graph Transformation Systems
Arxiv
0+阅读 · 2021年11月2日
An Information-theoretic Approach to Distribution Shifts
Arxiv
0+阅读 · 2021年11月1日
Partially Intervenable Causal Models
Arxiv
0+阅读 · 2021年10月31日
Causal Discovery in Linear Structural Causal Models with Deterministic Relations
Arxiv
0+阅读 · 2021年10月30日
Irreversibility of Structure Tensors of Modules
Arxiv
0+阅读 · 2021年10月30日
Cause-effect inference through spectral independence in linear dynamical systems: theoretical foundations
Arxiv
0+阅读 · 2021年10月29日
Information-theoretic generalization bounds for black-box learning algorithms
Arxiv
12+阅读 · 2021年10月4日
Relating Graph Neural Networks to Structural Causal Models
Arxiv
43+阅读 · 2021年9月9日
Learning to Predict the Cosmological Structure Formation
Arxiv
3+阅读 · 2018年11月15日
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Arxiv
10+阅读 · 2018年8月29日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
操作
相关VIP内容
AAAI2021 | 图神经网络的异质图结构学习，Heterogeneous Graph Structure Learning for Graph Neural Networks
专知会员服务
91+阅读 · 2021年1月20日
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
【实用书】数据科学基础，484页pdf，Foundations of Data Science
【实用书】数据科学基础，484页pdf，Foundations of Data Science
专知会员服务
117+阅读 · 2020年5月28日
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
【剑桥大学】统计因果关系的决策理论基础，Decision-theoretic foundations for statistical causality
专知会员服务
44+阅读 · 2020年5月5日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
241+阅读 · 2020年4月19日
自动结构变分推理，Automatic structured variational inference
自动结构变分推理，Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
专知会员服务
10+阅读 · 2020年1月17日
【斯坦福大学AAAI2020】跨越因果层次的概率推理，Probabilistic Reasoning across the Causal Hierarchy
【斯坦福大学AAAI2020】跨越因果层次的概率推理，Probabilistic Reasoning across the Causal Hierarchy
专知会员服务
45+阅读 · 2020年1月11日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
79+阅读 · 2019年10月9日
热门VIP内容
相关资讯
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
深度学习医学图像分析文献集
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
相关论文
Resilience of Well-structured Graph Transformation Systems
Arxiv
0+阅读 · 2021年11月2日
An Information-theoretic Approach to Distribution Shifts
Arxiv
0+阅读 · 2021年11月1日
Partially Intervenable Causal Models
Arxiv
0+阅读 · 2021年10月31日
Causal Discovery in Linear Structural Causal Models with Deterministic Relations
Arxiv
0+阅读 · 2021年10月30日
Irreversibility of Structure Tensors of Modules
Arxiv
0+阅读 · 2021年10月30日
Cause-effect inference through spectral independence in linear dynamical systems: theoretical foundations
Arxiv
0+阅读 · 2021年10月29日
Information-theoretic generalization bounds for black-box learning algorithms
Arxiv
12+阅读 · 2021年10月4日
Relating Graph Neural Networks to Structural Causal Models
Arxiv
43+阅读 · 2021年9月9日
Learning to Predict the Cosmological Structure Formation
Arxiv
3+阅读 · 2018年11月15日
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Multi-Task Identification of Entities, Relations, and Coreference for Scientific Knowledge Graph Construction
Arxiv
10+阅读 · 2018年8月29日
Top
微信扫码咨询专知VIP会员
Top