Categorical Proof-Theoretic Semantics
本研究将Sandqvist的直觉主义命题逻辑基扩展语义与预层范畴证明论关联,从范畴论重构可靠性与完全性论证,证明其构造的自然性,并指出该语义可视为层范畴中的自然析取。
2024-02-01 cs.LO math.CT math.LO
A Categorical Representation Language and Computational System for Knowledge-Based Planning
University of Maryland(马里兰大学);Johns Hopkins University Applied Physics Laboratory(约翰斯·霍普金斯大学应用物理实验室);Topos Institute(拓扑斯研究所);University of Florida(佛罗里达大学)
本文提出一种基于范畴论($\mathsf{C}$-集合和双推重写)的规划表示语言,以处理隐式世界变化,相比经典一阶逻辑表示在处理隐式前提和效果上更具优势,并为知识图谱和关系数据库建模规划提供形式语义。
2023-11-14 cs.AI cs.LO math.CT
Conceptual Differential Calculus. I: First Order Local Linear Algebra
我们给出了一个严格的公式,直观的想法,一个可微的映射应该是相同的东西作为一个局部的,或无穷小,线性映射:正如线性映射在向量空间或模中遵循标量的加法和乘法运算一样,局部线性映射定义为关于两个标准运算的映射,这两个运算分别是一个规范广群和一个标度作用范畴的合成律,它们合在一起就形成了一个规范双范畴。局部线性代数(一阶)是对这种双范畴及其态射的研究;它是一个纯粹的代数和概念(即,分类和图表独立)版本的一阶微分学。在随后的工作中,高阶理论(使用更高的多个类别)将被研究。
2015-07-23 math.CT math.GR
Graded Entailment for Compositional Distributional Semantics
Microsoft(微软);University of Oxford(牛津大学)
自然语言的范畴成分分布模型提供了一个概念上有动机的过程来计算句子的意义,给定的语法结构和它的词的意义。这种方法在主流经验语言处理任务中的表现优于其他模型。然而,直到最近,它一直缺乏词汇蕴涵的关键特征--就像其他意义的分布模型一样。在本文中,我们解决了问题的蕴涵的范畴组合分布语义。利用抽象的范畴框架,我们可以改变我们对模型的选择。这使得引入蕴涵的概念,利用量子计算中部分知识的分类语义的想法。新的语言模型使用密度矩阵,我们引入了一种新的鲁棒的分级顺序捕捉概念之间的蕴涵强度。这种分级措施出现在一个一般框架的近似蕴涵,诱导任何交换幺半群。量子逻辑嵌入了我们的等级秩序。我们的主要定理表明,蕴涵强度升降机组成的句子水平,给出了一个下界的句子蕴涵。我们描述了分级蕴涵的基本性质,如连续性,并提供了一个计算蕴涵强度的过程。
2016-01-25 cs.AI cs.CL cs.LO
Fibrational linguistics: First concepts
我们定义了一个通用的数学框架语言学的基础上纤维化的理论,称为FibLang。我们首先以最普遍的方式对语言学和认知之间的相互作用进行建模,重点关注我们所做的任何假设的概念动机。其优点是,FibLang对任何特定的语法公理化保持不可知论。因此,它与已经存在的语言的范畴模型(例如,DisCoCat)兼容,提供了一个形式上合理的框架,以将在范畴论(主要是范畴逻辑)的背景下开发的数学工具应用于语言的研究
2022-07-11 math.CT
Compositional Distributional Cognition
University of Oxford(牛津大学)
我们将[32]的整合联结主义/符号架构(ICS)容纳在[13]的范畴组合语义(CatCo)中,形成了范畴组合认知(CatCog)的模型。这解决了ICS的内在问题,例如表示存在于无限空间中以及具有不同树结构的句子不能直接比较的事实。我们这样做的方式,使大部分的语法结构可用,而不是像循环卷积的策略。使用CatCo模型还允许我们利用为CatCo开发的工具,例如通过密度矩阵表示歧义和逻辑推理,单词的结构意义,如关系代词,以及寻址过度和欠扩展,所有这些都存在于认知过程中。此外,CatCog框架足够灵活,允许完全不同的意义表示,例如概念空间。有趣的是,由于CatCo模型在很大程度上受到分类量子力学的启发,CatCog也是如此。
2016-08-12 cs.AI cs.CL math.CT
NeSyCat Torch: A Differentiable Tensor Implementation of Categorical Semantics for Neurosymbolic Learning
University of Osnabrück(奥斯纳布吕克大学)
提出NeSyCat Torch框架,通过强单子和真值聚合结构统一神经符号语义,利用惰性对数张量单子实现可微训练,在MNIST加法任务上优于LTN和DeepProbLog。
2026-06-18 cs.AI cs.LG cs.LO
Icons
范畴正统理论认为,普通数学结构的集合,如群、环或空间,形成范畴(如群范畴);一维范畴结构的集合,如范畴、幺半范畴或有限极限范畴,形成2范畴;二维范畴结构的集合,如2范畴或双范畴,形成3范畴。我们描述了一个有用的方式,把bicategories作为对象的2类。无论是从技术上还是从概念上来说,这都有点令人惊讶。这个2-类别的2-细胞是关键的新成分;它们是标题的图标。这些可以被认为是“其组成部分是恒等式的oplax自然变换”,但我们也将给出一个更基本的描述。我们描述了这些图标的一些性质,并给出应用程序的幺半范畴,2-神经的bicategories,2维Lawvere理论,束的bicategories。
2007-11-29 math.CT
Categorical Koszul duality
本文建立 dg 范畴与曲余代数间的 Koszul 对偶,并用标准化链复形函子解释 dg 神经,进而刻画拟范畴表示与分层空间可构造 dg 层范畴。
2024-01-26 math.AT math.CT math.KT
Open System Categorical Quantum Semantics in Natural Language Processing
University of Oxford(牛津大学);Queen Mary University of London(伦敦大学玛丽皇后学院)
最初受到范畴量子力学(Abramsky和Coecke,LiCS'04)的启发,Coecke,Sadrzadeh和Clark的自然语言含义的范畴成分分布模型提供了一个概念上有动机的程序来计算句子的含义,给定其在Lambek前群中的语法结构及其部分含义的矢量表示。在大规模数据的主流经验语言处理任务中,第一个模型的预测结果优于其他模型。此外,就像CQM允许我们改变解释量子公理的模型一样,我们也可以改变解释词义的模型。在本文中,我们表明,进一步发展的范畴量子力学有关的自然语言处理了。首先,塞林格的CPM构式允许明确考虑词汇歧义,并区分同音异义和多义两个本质上不同的概念。就我们解释词义的模型而言,这意味着从向量空间模型到密度矩阵的过渡。尽管模型发生了这种变化,但可以很容易地采用标准的经验方法来比较意义,我们通过对真实世界数据的小规模实验来证明这一点。此外,这个实验提供了初步的证据,我们提出的新模型的有效性的词义。其次,在CPM构式的图像中出现的交换经典结构以及它们的非交换对应物允许对关系代词、动词和形容词进行编码,最后,CPM构式的迭代(在量子领域中没有对应物)使人们能够容纳蕴涵和歧义。
2015-02-04 cs.CL cs.LO math.CT
Hochschild cohomology and extensions of triangulated categories
本文定义增强三角范畴的一阶范畴形变,证明其与 HH² 类一一对应,并用于解释 dg 代数弯曲形变及构造经典导出范畴的范畴解消。
2025-03-17 math.AG math.AT math.CT
Algebraic Databases
本文提出代数数据库框架,用多类代数理论扩展集合值函子模型以支持具体数据、操作、约束与查询,并用 proarrow equipment 统一组织各组件。
2025-01-16 cs.DB math.CT
Inter-Categorical Subobject Analysis
该研究利用范畴上的子对象函子构建广义拓扑与测度论框架,开发两种关联演算,推导相关表示定理并提出n-范畴推广猜想,为范畴间理论提供新方法。
2026-11-10 math.CT math.GN
Categorical Foundations for K-Theory
回想一下,对象C的$K$理论的定义(例如,环或空间)具有以下模式。我们首先把对象C与范畴A_C联系起来,范畴A_C具有适当的结构(正合的、瓦尔德豪森的、对称么半群的、.)。然后,我们将一个“$K$ -理论机器”应用于范畴A_C,它提供了一个无限闭路空间,即对象C的$K$ -理论K(C)。我们研究这个过程的第一步。通过$K$理论研究的对象有哪些类型?给定这些类型的对象,应该将什么结构化类别与对象相关联以获得关于它的$K$理论信息?这些对象的态射应该如何与这种对应相互作用呢?我们提出了一个统一的,概念框架的一些重要的例子研究对象的$K$理论。与对象C相关联的结构化类别通常是monoidal(op-)constructed类别中的模块的类别。所考虑的模块是“局部平凡的”关于一个给定类的平凡模块和一个给定的Grothendieck拓扑的对象C的范畴。
2011-11-14 math.AG math.AT math.CT
Structured and Decorated Cospans from the Viewpoint of Double Category Theory
本研究利用双范畴论核心概念简化推广结构化与装饰余跨框架,证明其双范畴的余笛卡尔与装备性质,借助双格罗滕迪克构造给出装饰余跨新构造并实现自然推广。
2023-12-14 math.CT
Categorical models for path spaces
本文通过比较刚性化函子与Kan环路群胚函子,提出了单纯集路径范畴的组合模型,并利用cobar函子给出了链水平上的范畴模型,从而概念性地解释了Franz的dg双代数拟同构结果。
2023-05-23 math.AT math.CT math.QA
Bayesian machine learning via category theory
从贝叶斯的角度来看,条件概率范畴(吉里单子的克莱斯利范畴的一个变体,其对象是可测空间,箭头是马尔可夫核)为机器学习的许多方面的概念化和分析提供了一个很好的框架。使用分类方法,我们建立了函数空间上的参数和非参数贝叶斯推理模型,从而为监督学习问题提供了基础。特别地,随机过程是指向这些函数空间的箭头,这些函数空间用作先验概率。由此产生的推理映射通常可以在这个对称monoidal弱闭范畴中解析构造。我们还展示了如何查看一般的随机过程使用函子类别,并展示了卡尔曼滤波器作为隐马尔可夫模型的原型。
2013-12-05 math.CT