Fugu-MT 論文翻訳(概要): From Statistical Relational to Neuro-Symbolic Artificial Intelligence

論文の概要: From Statistical Relational to Neuro-Symbolic Artificial Intelligence

arxiv url: http://arxiv.org/abs/2003.08316v2
Date: Tue, 24 Mar 2020 16:03:51 GMT
ステータス: 処理完了
システム内更新日: 2022-12-22 10:06:24.779403
Title: From Statistical Relational to Neuro-Symbolic Artificial Intelligence
Title（参考訳）: 統計的関係からニューロシンボリック人工知能へ
Authors: Luc De Raedt, Sebastijan Duman\v{c}i\'c, Robin Manhaeve, and Giuseppe Marra
Abstract要約: この調査は、これらの2つの分野の7つの異なる次元にまたがる複数の並列性を特定する。これらは、ニューロシンボリック人工知能アプローチの特徴付けと位置決めだけでなく、さらなる研究のためのいくつかの方向を特定するためにも使われる。
参考スコア（独自算出の注目度）: 15.092816085610513
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Neuro-symbolic and statistical relational artificial intelligence both integrate frameworks for learning with logical reasoning. This survey identifies several parallels across seven different dimensions between these two fields. These cannot only be used to characterize and position neuro-symbolic artificial intelligence approaches but also to identify a number of directions for further research.
Abstract（参考訳）: ニューロシンボリックおよび統計的リレーショナル人工知能はどちらも論理的推論による学習のためのフレームワークを統合する。この調査は、これらの2つの分野の7つの異なる次元にまたがる複数の並列性を特定する。これらは、ニューロシンボリック人工知能アプローチの特徴付けと位置決めだけでなく、さらなる研究のためのいくつかの方向を特定するためにも使われる。

関連論文リスト

Mapping the Neuro-Symbolic AI Landscape by Architectures: A Handbook on Augmenting Deep Learning Through Symbolic Reasoning [11.418327158608664]
統計的強度を持つ記号技法は、人工知能の長年の問題である。ニューロシンボリックAIは、この統合に焦点を当てている。シンボリックテクニックの最初のマッピングを,そのアーキテクチャに基づいたフレームワークのファミリーに提示する。
論文参考訳（メタデータ） (2024-10-29T14:35:59Z)
Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文参考訳（メタデータ） (2024-07-11T14:00:53Z)
IID Relaxation by Logical Expressivity: A Research Agenda for Fitting Logics to Neurosymbolic Requirements [50.57072342894621]
本稿では、ニューロシンボリック・ユースケースにおける既知のデータ依存と分布制約を利用する利点について論じる。これは、ニューロシンボリックな背景知識と、その論理に必要とされる表現性に関する一般的な疑問を伴う新しい研究課題を開く。
論文参考訳（メタデータ） (2024-04-30T12:09:53Z)
Complexity of Probabilistic Reasoning for Neurosymbolic Classification Techniques [6.775534755081169]
本稿では,情報監督型分類と手法の形式化について紹介する。次に、確率論的推論に基づく3つの抽象的神経象徴的手法を定義するために、このフォーマリズムの上に構築する。
論文参考訳（メタデータ） (2024-04-12T11:31:37Z)
Neurosymbolic AI and its Taxonomy: a survey [48.7576911714538]
ニューロシンボリックAIは、古典的なAIやニューラルネットワークのようなシンボリック処理を組み合わせたモデルを扱う。本研究は近年,本分野の研究論文を調査し,提案モデルと応用モデルとの分類と比較を行った。
論文参考訳（メタデータ） (2023-05-12T19:51:13Z)
Invariants for neural automata [0.0]
我々は,異なる符号化条件下でのニューラルオートマトンの対称性と不変性を調べるための公式な枠組みを開発する。我々の研究は、ニューロシンボリックプロセッサを用いた実世界の実測値の回帰研究において極めて重要である可能性がある。
論文参考訳（メタデータ） (2023-02-04T11:40:40Z)
Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。 NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文参考訳（メタデータ） (2022-10-28T04:38:10Z)
Neuro-symbolic Explainable Artificial Intelligence Twin for Zero-touch IoE in Wireless Network [61.90504487270785]
説明可能な人工知能(XAI)双対システムは、ゼロタッチネットワークとサービス管理(ZSM)の基本的な実現要因となる。 ZSMのための信頼性の高いXAIツインシステムは、すべてのインターネット(IoE)の物理的振る舞いを識別する極端な分析能力と、そのような振る舞いの推論を特徴付ける厳密な方法の2つの合成を必要とする。無線IoEのための信頼性の高いZSMを実現するために、新しいニューロシンボリックな説明可能な人工知能ツインフレームワークが提案されている。
論文参考訳（メタデータ） (2022-10-13T01:08:06Z)
Spatiotemporal Patterns in Neurobiology: An Overview for Future Artificial Intelligence [0.0]
我々は,ネットワーク相互作用から生じる機能を明らかにする上で,計算モデルが重要なツールであると主張している。ここでは、スパイキングニューロン、統合ニューロン、発火ニューロンを含むいくつかのモデルのクラスについてレビューする。これらの研究は、人工知能アルゴリズムの今後の発展と、脳のプロセスの理解の検証に役立つことを願っている。
論文参考訳（メタデータ） (2022-03-29T10:28:01Z)
From Statistical Relational to Neurosymbolic Artificial Intelligence: a Survey [16.080532260468594]
本稿では,ニューロシンボリックと統計的リレーショナル人工知能の2つの分野における学習と推論の統合について検討する。 AIの2つのサブフィールド間の7つの共有次元を識別する。これらの次元に沿って様々なNeSyとStarAIシステムを配置し、それらの類似点と相違点を指摘することによって、この調査は学習と推論の統合を理解するための基本的な概念に寄与する。
論文参考訳（メタデータ） (2021-08-25T19:47:12Z)
Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文参考訳（メタデータ） (2020-03-09T15:04:07Z)

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。