Fugu-MT 論文翻訳(概要): iNNk: A Multi-Player Game to Deceive a Neural Network

論文の概要: iNNk: A Multi-Player Game to Deceive a Neural Network

arxiv url: http://arxiv.org/abs/2007.09177v2
Date: Fri, 15 Jan 2021 17:31:00 GMT
ステータス: 処理完了
システム内更新日: 2022-11-09 14:42:00.367191
Title: iNNk: A Multi-Player Game to Deceive a Neural Network
Title（参考訳）: iNNk:ニューラルネットワークを認識できるマルチプレイヤーゲーム
Authors: Jennifer Villareale, Ana Acosta-Ruiz, Samuel Arcaro, Thomas Fox, Evan Freed, Robert Gray, Mathias L\"owe, Panote Nuchprayoon, Aleksanteri Sladek, Rush Weigelt, Yifu Li, Sebastian Risi, Jichen Zhu
Abstract要約: iNNKは、NNと対戦するマルチプレイヤーの描画ゲームである。プレイヤーは、NNによって解読されることなく、図面を通して秘密のコードワードを相互に通信する必要がある。
参考スコア（独自算出の注目度）: 9.996299325641939
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents iNNK, a multiplayer drawing game where human players team up against an NN. The players need to successfully communicate a secret code word to each other through drawings, without being deciphered by the NN. With this game, we aim to foster a playful environment where players can, in a small way, go from passive consumers of NN applications to creative thinkers and critical challengers.
Abstract（参考訳）: 本稿では,NNと対戦するマルチプレイヤー描画ゲームiNNKについて述べる。プレイヤーはnnに解読されることなく、絵を通して秘密の暗号語を互いにうまく通信する必要がある。このゲームでは、NNアプリケーションの受動的消費者からクリエイティブな思考家や批判的な挑戦者まで、プレイヤーが小さな方法で、遊び心のある環境を育むことを目指している。

関連論文リスト

Neural Population Learning beyond Symmetric Zero-sum Games [52.20454809055356]
我々はNuPL-JPSROという,スキルの伝達学習の恩恵を受けるニューラル集団学習アルゴリズムを導入し,ゲームの粗相関(CCE)に収束する。本研究は, 均衡収束型集団学習を大規模かつ汎用的に実施可能であることを示す。
論文参考訳（メタデータ） (2024-01-10T12:56:24Z)
Fully Spiking Actor Network with Intra-layer Connections for Reinforcement Learning [51.386945803485084]
エージェントが制御する多次元決定論的ポリシーを学習する必要があるタスクに焦点をあてる。既存のスパイクベースのRL法は、SNNの出力として発火率を取り、完全に接続された層を通して連続的なアクション空間(つまり決定論的なポリシー)を表すように変換する。浮動小数点行列操作を伴わない完全にスパイクするアクターネットワークを開発するため,昆虫に見られる非スパイク介在ニューロンからインスピレーションを得た。
論文参考訳（メタデータ） (2024-01-09T07:31:34Z)
Mindstorms in Natural Language-Based Societies of Mind [110.05229611910478]
ミンスキーの「心の社会」とシュミットフーバーの「思考の学習」は、大規模なマルチモーダルニューラルネットワーク(NN)の多様な社会に刺激を与えた。最近のNNベースの心の社会の実装は、大きな言語モデル(LLM)と、自然言語インタフェースを介してコミュニケーションする他のNNベースの専門家で構成されている。これらの自然言語に基づく心の社会(NLSOMs)では、新しいエージェント(全員が同じ普遍的なシンボル言語を介して通信する)がモジュール化された方法で簡単に追加される。
論文参考訳（メタデータ） (2023-05-26T16:21:25Z)
Cluster Flow: how a hierarchical clustering layer make allows deep-NNs more resilient to hacking, more human-like and easily implements relational reasoning [0.0]
ClusterFlowは半教師付き階層的クラスタリングフレームワークである。トレーニングされたNNと、SoftMax前のレイヤにある機能データで操作できる。現代の深層畳み込みニューラルネットワークには、より人間的な機能が追加されている。
論文参考訳（メタデータ） (2023-04-27T10:41:03Z)
Graph Neural Network based Agent in Google Research Football [0.5735035463793007]
一部のディープニューラルネットワーク(CNN)は、強化学習の特定の状況下で、十分な情報を抽出したり、入力から十分な特徴を得るのに十分な時間を要することができない。本稿では,グラフニューラルネットワーク(GNN)をモデルとしたディープラーニングネットワーク(DQN)を提案する。 GNNは入力データをグラフに変換し、選手の位置をよりよく表現し、異なる選手間の相互作用に関する情報を抽出する。
論文参考訳（メタデータ） (2022-04-23T21:26:00Z)
Deep Reinforcement Learning with Spiking Q-learning [51.386945803485084]
スパイクニューラルネットワーク(SNN)は、少ないエネルギー消費で人工知能(AI)を実現することが期待されている。 SNNと深部強化学習(RL)を組み合わせることで、現実的な制御タスクに有望なエネルギー効率の方法を提供する。
論文参考訳（メタデータ） (2022-01-21T16:42:11Z)
Dealing with Adversarial Player Strategies in the Neural Network Game iNNk through Ensemble Learning [10.30864720221571]
本稿では,iNNkにおける対戦型プレイヤー戦略に焦点をあてる。転送学習とアンサンブル法を組み合わせて,これらの戦略へのデータ効率の適応を求める手法を提案する。本稿では,NNゲームが急速に発展する分野において,本手法が有用であると期待する。
論文参考訳（メタデータ） (2021-07-05T14:25:44Z)
Finite Group Equivariant Neural Networks for Games [0.0]
既存の作業におけるグループ同変CNNは、対称性を利用して学習を改善するネットワークを作成する。そこで我々はFinite Group Neural Networks (FGNNs)を紹介した。 FGNNは、チェッカー(ドロート)をプレイするネットワークの性能を向上させることが示され、他のゲームや学習問題に容易に適応できる。
論文参考訳（メタデータ） (2020-09-10T17:46:09Z)
Boosting Deep Neural Networks with Geometrical Prior Knowledge: A Survey [77.99182201815763]
ディープニューラルネットワーク(DNN)は多くの異なる問題設定において最先端の結果を達成する。 DNNはしばしばブラックボックスシステムとして扱われ、評価と検証が複雑になる。コンピュータビジョンタスクにおける畳み込みニューラルネットワーク(CNN)の成功に触発された、有望な分野のひとつは、対称幾何学的変換に関する知識を取り入れることである。
論文参考訳（メタデータ） (2020-06-30T14:56:05Z)
A Limited-Capacity Minimax Theorem for Non-Convex Games or: How I Learned to Stop Worrying about Mixed-Nash and Love Neural Nets [29.606063890097275]
多目的最適化の特殊な例であるAdrial Trainingは、ますます普及している機械学習技術である。 GANベースの生成再生技術は、Goのようなポーカーゲームに応用されている。
論文参考訳（メタデータ） (2020-02-14T00:17:24Z)
Signaling in Bayesian Network Congestion Games: the Subtle Power of Symmetry [66.82463322411614]
本論文は, 最適遠点透過型シグナリング方式の問題点に焦点をあて, 対称性がその解法において重要な性質であることを示す。プレイヤーが対称でアフィンコスト関数を持つとき,最適なエクアント説得スキームが計算可能であることを示す。
論文参考訳（メタデータ） (2020-02-12T19:38:15Z)

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。