Fugu-MT 論文翻訳(概要): Towards Automated Discovery of Geometrical Theorems in GeoGebra

論文の概要: Towards Automated Discovery of Geometrical Theorems in GeoGebra

arxiv url: http://arxiv.org/abs/2007.12447v1
Date: Fri, 24 Jul 2020 10:59:39 GMT
ステータス: 処理完了
システム内更新日: 2022-11-07 07:07:42.275258
Title: Towards Automated Discovery of Geometrical Theorems in GeoGebra
Title（参考訳）: GeoGebraにおける幾何学的定理の自動発見に向けて
Authors: Zolt\'an Kov\'acs and Jonathan H. Yu
Abstract要約: 実験的なGeoGebraコマンドとツールDiscoverのプロトタイプについて述べる。本論文は, 数学的背景と, 幾何学的図形の興味深い性質を記憶する際の爆発を避ける方法に焦点をあてる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We describe a prototype of a new experimental GeoGebra command and tool Discover that analyzes geometric figures for salient patterns, properties, and theorems. This tool is a basic implementation of automated discovery in elementary planar geometry. The paper focuses on the mathematical background of the implementation, as well as methods to avoid combinatorial explosion when storing the interesting properties of a geometric figure.
Abstract（参考訳）: 本稿では,新しい実験用ジオジェブラコマンドおよびツールディスカバリのプロトタイプについて述べる。このツールは基本平面幾何学における自動発見の基本的な実装である。本論文は, 実装の数学的背景と, 幾何学的図形の興味深い性質を記憶する際の組合せ的爆発を避ける方法に焦点を当てる。

関連論文リスト

Geometry of Lightning Self-Attention: Identifiability and Dimension [2.9816332334719773]
任意の層数に対するパラメトリゼーションの一般的な繊維の表現を提供することにより、深い注意の識別可能性について検討する。単層モデルでは特異点と境界点を特徴付ける。最後に,本研究の結果を正規化された自己注意ネットワークに拡張し,単一層として証明し,深部ケースで数値的に検証する。
論文参考訳（メタデータ） (2024-08-30T12:00:36Z)
AutoGeo: Automating Geometric Image Dataset Creation for Enhanced Geometry Understanding [18.223835101407637]
本稿では,幾何学的画像の自動生成手法であるAutoGeoを紹介する。正確に定義された幾何学的節を活用することで、AutoGeo-100kは様々な幾何学的形を含んでいる。実験結果から,幾何画像の処理能力の大幅な向上が示唆された。
論文参考訳（メタデータ） (2024-08-28T14:49:26Z)
A Survey of Geometric Graph Neural Networks: Data Structures, Models and Applications [67.33002207179923]
本稿では、幾何学的GNNに関するデータ構造、モデル、および応用について調査する。幾何学的メッセージパッシングの観点から既存のモデルの統一的なビューを提供する。また、方法論開発と実験評価の後の研究を促進するために、アプリケーションと関連するデータセットを要約する。
論文参考訳（メタデータ） (2024-03-01T12:13:04Z)
Adaptive Surface Normal Constraint for Geometric Estimation from Monocular Images [56.86175251327466]
本稿では,幾何学的文脈を取り入れつつ,画像から深度や表面正規度などの測地を学習するための新しい手法を提案する。提案手法は,入力画像に存在する幾何学的変動を符号化した幾何学的文脈を抽出し,幾何的制約と深度推定を相関付ける。本手法は,画像から高品質な3次元形状を生成可能な密着型フレームワーク内での深度と表面の正規分布推定を統一する。
論文参考訳（メタデータ） (2024-02-08T17:57:59Z)
A Hitchhiker's Guide to Geometric GNNs for 3D Atomic Systems [87.30652640973317]
原子系の計算モデリングの最近の進歩は、これらを3次元ユークリッド空間のノードとして埋め込まれた原子を含む幾何学的グラフとして表現している。 Geometric Graph Neural Networksは、タンパク質構造予測から分子シミュレーション、物質生成まで、幅広い応用を駆動する機械学習アーキテクチャとして好まれている。本稿では,3次元原子システムのための幾何学的GNNの分野について,包括的で自己完結した概要を述べる。
論文参考訳（メタデータ） (2023-12-12T18:44:19Z)
Exploring Data Geometry for Continual Learning [64.4358878435983]
非定常データストリームのデータ幾何を探索することにより,新しい視点から連続学習を研究する。提案手法は,新しいデータによって引き起こされる幾何構造に対応するために,基底空間の幾何学を動的に拡張する。実験により,本手法はユークリッド空間で設計したベースライン法よりも優れた性能が得られることが示された。
論文参考訳（メタデータ） (2023-04-08T06:35:25Z)
Plane Geometry Diagram Parsing [29.921409628478152]
深層学習とグラフ推論に基づく強力な図式を提案する。幾何学的プリミティブを抽出する修正インスタンスセグメンテーション法を提案する。グラフニューラルネットワーク(GNN)を利用して、関係解析と原始分類を実現する。
論文参考訳（メタデータ） (2022-05-19T07:47:01Z)
A singular Riemannian geometry approach to Deep Neural Networks I. Theoretical foundations [77.86290991564829]
ディープニューラルネットワークは、音声認識、機械翻訳、画像解析など、いくつかの科学領域で複雑な問題を解決するために広く使われている。我々は、リーマン計量を備えた列の最後の多様体で、多様体間の写像の特定の列を研究する。このようなシーケンスのマップの理論的性質について検討し、最終的に実践的な関心を持つニューラルネットワークの実装間のマップのケースに焦点を当てる。
論文参考訳（メタデータ） (2021-12-17T11:43:30Z)
Inter-GPS: Interpretable Geometry Problem Solving with Formal Language and Symbolic Reasoning [123.06420835072225]
3,002の幾何学的問題と密接なアノテーションを形式言語に含む新しい大規模ベンチマークGeometry3Kを構築します。我々は、Interpretable Geometry Problemsolvr (Inter-GPS)と呼ばれる形式言語と記号推論を用いた新しい幾何学的解法を提案する。イントラGPSは定理の知識を条件付き規則として取り入れ、記号的推論を段階的に行う。
論文参考訳（メタデータ） (2021-05-10T07:46:55Z)

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。