論文の概要: Towards Graph Representation Learning in Emergent Communication

• arxiv url: http://arxiv.org/abs/2001.09063v2
• Date: Tue, 4 Feb 2020 14:18:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-07 04:41:04.186350
• Title: Towards Graph Representation Learning in Emergent Communication
• Title（参考訳）: 創発的コミュニケーションにおけるグラフ表現学習に向けて
• Authors: Agnieszka S{\l}owik, Abhinav Gupta, William L. Hamilton, Mateja Jamnik, Sean B. Holden
• Abstract要約: 我々は,マルチエージェントシステムにおける言語進化と協調を支援するために,グラフ畳み込みネットワークを利用する。 画像ベースの参照ゲームに動機づけられた,複雑度の異なるグラフ参照ゲームを提案する。 出現した通信プロトコルは堅牢であり、エージェントはゲームの変動の真の要因を明らかにし、トレーニング中に遭遇したサンプルを超えて一般化することを学ぶ。
• 参考スコア（独自算出の注目度）: 37.8523331078468
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent findings in neuroscience suggest that the human brain represents information in a geometric structure (for instance, through conceptual spaces). In order to communicate, we flatten the complex representation of entities and their attributes into a single word or a sentence. In this paper we use graph convolutional networks to support the evolution of language and cooperation in multi-agent systems. Motivated by an image-based referential game, we propose a graph referential game with varying degrees of complexity, and we provide strong baseline models that exhibit desirable properties in terms of language emergence and cooperation. We show that the emerged communication protocol is robust, that the agents uncover the true factors of variation in the game, and that they learn to generalize beyond the samples encountered during training.
• Abstract（参考訳）: 最近の神経科学の発見は、人間の脳が幾何学的構造(例えば概念空間を通して)の情報を表すことを示唆している。 コミュニケーションするために、エンティティとその属性の複雑な表現を1つの単語または文にフラット化する。 本稿では,マルチエージェントシステムにおける言語進化と協調を支援するために,グラフ畳み込みネットワークを用いる。 画像ベースの参照ゲームに動機づけられ,複雑度が異なるグラフ参照ゲームを提案し,言語出現と協調の観点から望ましい特性を示す強力なベースラインモデルを提供する。 出現したコミュニケーションプロトコルは頑健であり、エージェントはゲームの変動の真の要因を明らかにし、トレーニング中に遭遇したサンプルを超えて一般化することを学ぶ。

関連論文リスト

• Coarse-to-Fine Contrastive Learning in Image-Text-Graph Space for Improved Vision-Language Compositionality [50.48859793121308]
  対照的に訓練された視覚言語モデルは、視覚と言語表現学習において顕著な進歩を遂げた。 近年の研究では、対象、属性、関係性に対して構成的推論を行う能力に厳しい制限が強調されている。
  論文  参考訳（メタデータ） (2023-05-23T08:28:38Z)
• A framework for the emergence and analysis of language in social learning agents [0.0]
  本研究では,個々の抽象概念と共有抽象概念の形成を分析するための協調エージェント間の通信プロトコルを提案する。 グリッドワールド迷路と強化学習を用いて、教師のANNは、より良いタスク完了のために圧縮メッセージを学生のANNに渡す。 このことは、エージェント間の共通表現としての言語の役割と、その一般化能力への影響を強調している。
  論文  参考訳（メタデータ） (2023-05-04T08:11:01Z)
• Emergence of Shared Sensory-motor Graphical Language from Visual Input [22.23299485364174]
  本稿では、話者が視覚的参照オブジェクトを名付けるために、グラフィカルな発話を生成しなければならないグラフィカル・リファレンシャル・ゲーム(GREG)を紹介した。 発声は、ダイナミックモータプリミティブとスケッチライブラリを組み合わせた描画画像である。 提案手法は,構成特性を持つ共有グラフィカル言語の出現を可能にする。
  論文  参考訳（メタデータ） (2022-10-03T17:11:18Z)
• Compositional Generalization in Grounded Language Learning via Induced Model Sparsity [81.38804205212425]
  グリッド環境における単純な言語条件のナビゲーション問題について考察する。 本研究では,オブジェクトの指示文と属性のスパース相関を助長するエージェントを設計し,それらを組み合わせて目的を導出する。 我々のエージェントは、少数のデモンストレーションから学習した場合でも、新しいプロパティの組み合わせを含む目標に対して高いレベルのパフォーマンスを維持している。
  論文  参考訳（メタデータ） (2022-07-06T08:46:27Z)
• Oracle Linguistic Graphs Complement a Pretrained Transformer Language Model: A Cross-formalism Comparison [13.31232311913236]
  言語グラフ表現が神経言語モデリングを補完し改善する程度について検討する。 全体としては、セマンティックな選挙区構造は言語モデリングのパフォーマンスに最も有用である。
  論文  参考訳（メタデータ） (2021-12-15T04:29:02Z)
• Emergent Graphical Conventions in a Visual Communication Game [80.79297387339614]
  人間は象徴的な言語とは別にグラフィカルなスケッチと通信する。 視覚コミュニケーションゲームをする2つのニューラルエージェントを介して、このような進化過程をモデル化し、シミュレートする第一歩を踏み出す。 我々は,コミュニケーションと抽象的なグラフィカルな慣行を成功させるために,エージェントを共同で進化させる新しい強化学習手法を考案した。
  論文  参考訳（メタデータ） (2021-11-28T18:59:57Z)
• Prototypical Representation Learning for Relation Extraction [56.501332067073065]
  本論文では, 遠隔ラベルデータから予測可能, 解釈可能, 堅牢な関係表現を学習することを目的とする。 文脈情報から各関係のプロトタイプを学習し,関係の本質的意味を最善に探求する。 いくつかの関係学習タスクの結果,本モデルが従来の関係モデルを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2021-03-22T08:11:43Z)
• Neuro-Symbolic Representations for Video Captioning: A Case for Leveraging Inductive Biases for Vision and Language [148.0843278195794]
  ビデオキャプションのためのマルチモーダルなニューラルシンボリック表現を学習するための新しいモデルアーキテクチャを提案する。 本手法では,ビデオ間の関係を学習する辞書学習手法と,そのペアによるテキスト記述を用いる。
  論文  参考訳（メタデータ） (2020-11-18T20:21:19Z)
• Structural Inductive Biases in Emergent Communication [36.26083882473554]
  グラフ参照ゲームの開発による人工エージェントにおける表現学習の影響について検討する。 グラフニューラルネットワークによりパラメータ化されたエージェントは、単語のバッグやシーケンスモデルと比較して、より構成的な言語を開発する。
  論文  参考訳（メタデータ） (2020-02-04T14:59:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。