論文の概要: Paranoid Transformer: Reading Narrative of Madness as Computational
Approach to Creativity
- arxiv url: http://arxiv.org/abs/2007.06290v1
- Date: Mon, 13 Jul 2020 10:18:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 22:47:32.051216
- Title: Paranoid Transformer: Reading Narrative of Madness as Computational
Approach to Creativity
- Title(参考訳): パラノイドトランスフォーマー:創造性への計算的アプローチとしての狂気の物語を読む
- Authors: Yana Agafonova, Alexey Tikhonov, Ivan P. Yamshchikov
- Abstract要約: 提案する完全自律型テキスト生成エンジンは,人間のポストフィルターを使わずに,狂ったデジタルペルソナの物語として読むことができる。
本稿では, 受容理論, チャンス発見, 否定的精神状態のシミュレーションが, 計算的創造性の理解に与える影響について論じる。
- 参考スコア(独自算出の注目度): 17.553531291690025
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This papers revisits the receptive theory in context of computational
creativity. It presents a case study of a Paranoid Transformer - a fully
autonomous text generation engine with raw output that could be read as the
narrative of a mad digital persona without any additional human post-filtering.
We describe technical details of the generative system, provide examples of
output and discuss the impact of receptive theory, chance discovery and
simulation of fringe mental state on the understanding of computational
creativity.
- Abstract(参考訳): 本稿では、計算創造性の文脈で受容理論を再考する。
これはパラノイド変換器(Paranoid Transformer)のケーススタディで、人間のポストフィルターなしでマッドデジタルペルソナの物語として読むことができる、生の出力を備えた完全自律テキスト生成エンジンである。
本稿では,生成システムの技術的詳細を述べるとともに,生成の例を示し,受容理論,機会発見,循環的精神状態のシミュレーションが創造性理解に与える影響について論じる。
関連論文リスト
- Generator Born from Classifier [66.56001246096002]
データサンプルに頼ることなく、イメージジェネレータを再構築することを目指している。
本稿では,ネットワークパラメータの収束条件を満たすために,ジェネレータを訓練する新しい学習パラダイムを提案する。
論文 参考訳(メタデータ) (2023-12-05T03:41:17Z) - Probabilistic Transformer: A Probabilistic Dependency Model for
Contextual Word Representation [52.270712965271656]
本稿では,文脈表現の新しいモデルを提案する。
モデルのグラフは変換器に似ており、依存関係と自己意識の対応性がある。
実験により,本モデルが小型・中型データセットのトランスフォーマーと競合することを示す。
論文 参考訳(メタデータ) (2023-11-26T06:56:02Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳(メタデータ) (2023-08-15T16:37:16Z) - Granular-ball computing: an efficient, robust, and interpretable
adaptive multi-granularity representation and computation method [54.2899493638937]
人間の認知は「グローバルファースト」認知メカニズムで動作し、粗い詳細に基づいて情報処理を優先順位付けする。
解析パターンは、最も微細な粒度と単一粒度に依存するため、既存の計算手法のほとんどは効率が悪く、堅牢で、解釈可能である。
多粒度グラニュラーボールコンピューティングは、サンプル空間を適度に表現し包み込むために、様々な大きさのグラニュラーボールを使用する。
グラニュラーボールコンピューティングは、AIにおいてまれで革新的な理論的アプローチであり、効率性、堅牢性、解釈可能性を適応的かつ同時に向上させることができる。
論文 参考訳(メタデータ) (2023-04-21T03:26:29Z) - BrainBERT: Self-supervised representation learning for intracranial
recordings [18.52962864519609]
我々は、神経科学に現代的な表現学習アプローチをもたらす頭蓋内記録のための再利用可能な変換器BrainBERTを開発した。
NLPや音声認識と同様に、この変換器は複雑な概念を高い精度で、はるかに少ないデータで分類することができる。
将来的には、表現学習を使用することで、はるかに多くの概念がニューラル録音から切り離され、言語モデルがアンロックされた言語のように脳をアンロックする可能性がある。
論文 参考訳(メタデータ) (2023-02-28T07:40:37Z) - VCNet: A self-explaining model for realistic counterfactual generation [52.77024349608834]
事実的説明は、機械学習の決定を局所的に説明するための手法のクラスである。
本稿では,予測器と対実生成器を組み合わせたモデルアーキテクチャであるVCNet-Variational Counter Netを提案する。
我々はVCNetが予測を生成でき、また、別の最小化問題を解くことなく、反現実的な説明を生成できることを示した。
論文 参考訳(メタデータ) (2022-12-21T08:45:32Z) - What and How of Machine Learning Transparency: Building Bespoke
Explainability Tools with Interoperable Algorithmic Components [77.87794937143511]
本稿では,データ駆動予測モデルを説明するためのハンズオントレーニング教材について紹介する。
これらのリソースは、解釈可能な表現合成、データサンプリング、説明生成の3つのコアビルディングブロックをカバーする。
論文 参考訳(メタデータ) (2022-09-08T13:33:25Z) - Generative Design Ideation: A Natural Language Generation Approach [7.807713821263175]
本稿では,人工知能(AI)における最新の事前学習言語モデルの適用により,知識に基づく設計概念の生成的アプローチを検討することを目的とする。
AI生成されたアイデアは、簡潔で理解可能な言語であるだけでなく、制御可能な知識距離を持つ外部知識ソースでターゲット設計を合成することができる。
論文 参考訳(メタデータ) (2022-03-28T08:11:29Z) - Contextualized Scene Imagination for Generative Commonsense Reasoning [35.03682416576795]
生成的コモンセンス推論スキルは、最先端のテキスト生成方法に欠けている。
本稿では,リレーショナルシーン知識グラフの想像を学習するI/V手法を提案する。
実験は、コンセプト・ツー・センスとコンセプト・ツー・ストーリー生成タスクにおいて、言語モデルを改善するためのI&Vの有効性を示す。
論文 参考訳(メタデータ) (2021-12-12T20:38:08Z) - A guided journey through non-interactive automatic story generation [0.0]
この記事では,創造的システムに対する要件,創造性の3種類のモデル(計算的,社会文化的,個人的),人間の創造的記述のモデルについて述べる。
この記事は、伝達すべき主要なアイデアの自律的生成と採用、創造性を保証する基準の自律的設計が、おそらく将来の研究において最も重要なトピックの2つである、と結論付けている。
論文 参考訳(メタデータ) (2021-10-08T10:01:36Z) - Hybrid Autoregressive Solver for Scalable Abductive Natural Language
Inference [2.867517731896504]
本稿では,高密度バイエンコーダと説明力のスパースモデルとを自己回帰的に結合するハイブリッド誘導型解法を提案する。
提案するフレームワークは,最先端のクロスエンコーダに匹敵する性能を実現することができることを示す。
論文 参考訳(メタデータ) (2021-07-25T19:29:53Z)
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。