nu.edu

이 이메일 도메인이 관측된 논문 1건

arXiv:2608.02930v1cs.AI

원자 개념 학습에서의 초입방체, 초평면, 그리고 제약으로 인한 복잡도 붕괴

Hypercubes, Hyperplanes, and Constraint-Induced Complexity Collapse in Atomic Concept Learning

본 논문에서는 기저 인스턴스(ground instance)의 초입방체(hypercube) 및 초평면(hyperplane) 기하학을 통해 고차 항수(higher-arity) 원자 개념 학습(atomic concept learning)을 재조명합니다. 출발점은 기저 원자(ground atom)들의 주변 r차원 초입방체가 구조적으로 균일하지 않다는 관찰입니다. 이 구조의 논리적 복잡도는 초평면에 의해 체계화됩니다. 전체 대각선(full diagonal)을 제외한 모든 초평면은 항 깊이(term depth)와 무관한 상한을 가지며 유한한 개수의 기본 동치류(elementary-equivalence class)로 붕괴하지만, 예외적인 전체 대각선의 동치류 개수는 한계 없이 증가합니다. 이러한 비대칭성은 단순한 기하학적 현상에 그치지 않고 개념 자체의 환원론적(reduction-theoretic) 구조를 반영합니다. 저자의 선행 연구에서 발전된 고차원 프레임워크를 기반으로, 표준 단순 개념(canonical simple concept), 극소 순서화(minimal ordering), 대표 환원(representative reduction)을 통해 이러한 결과를 재해석합니다. 이를 통해 고차원에서의 초평면 거동에 대한 분류 체계를 도출하고, 복잡도가 인스턴스 공간 전체에 균일하게 분포하기보다는 국소화되어 있음을 보입니다. 본 논문은 완전히 해석된 이항 사례, 삼항 초입방체에 대한 명시적 분석, 그리고 이러한 붕괴를 유도하는 환원 메커니즘에 대한 상세한 설명을 포함합니다. 3차원 사례는 이미 직교군(orthogonal family), 부분 대각선(partial diagonal), 예외적인 전체 대각선이라는 핵심적인 현상을 보여줍니다. 이러한 기하학적-논리적 관점은 원자 개념 학습에서 복잡도가 어디에 집중되는지 명확히 밝히며, 제약된 가설 공간 및 구조화된 분류(classification) 관점에서의 현대적 해석을 제시합니다.