論文の概要: Explaining Creative Artifacts
- arxiv url: http://arxiv.org/abs/2010.07126v1
- Date: Wed, 14 Oct 2020 14:32:38 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-07 13:27:49.726912
- Title: Explaining Creative Artifacts
- Title(参考訳): 創造的アーティファクトの解説
- Authors: Lav R. Varshney, Nazneen Fatema Rajani, and Richard Socher
- Abstract要約: 生成物と構成的創造性を結合鎖に分解する逆問題定式化を開発する。
特に、当社の定式化は、アソシエイト要素の知識グラフを通じて、旅行セールスマン問題の解決として構成されている。
- 参考スコア(独自算出の注目度): 69.86890599471202
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human creativity is often described as the mental process of combining
associative elements into a new form, but emerging computational creativity
algorithms may not operate in this manner. Here we develop an inverse problem
formulation to deconstruct the products of combinatorial and compositional
creativity into associative chains as a form of post-hoc interpretation that
matches the human creative process. In particular, our formulation is
structured as solving a traveling salesman problem through a knowledge graph of
associative elements. We demonstrate our approach using an example in
explaining culinary computational creativity where there is an explicit
semantic structure, and two examples in language generation where we either
extract explicit concepts that map to a knowledge graph or we consider
distances in a word embedding space. We close by casting the length of an
optimal traveling salesman path as a measure of novelty in creativity.
- Abstract(参考訳): 人間の創造性は、しばしば連想要素を新しい形に結合する精神的プロセスとして表現されるが、新しい計算的創造性アルゴリズムはこの方法では機能しない。
ここでは,人間の創造プロセスと一致するポストホック解釈の一形態として,合成的および構成的創造性の産物を連想連鎖に分解する逆問題定式化を開発する。
特に,我々の定式化は,関連要素のナレッジグラフを通じて,旅行セールスマン問題の解法として構成されている。
本稿では,明示的な意味構造が存在する料理の創造性を説明するための例と,知識グラフにマップする明示的な概念を抽出したり,単語埋め込み空間内で距離を考慮したりする言語生成における2つの例を用いて,我々のアプローチを実証する。
我々はクリエイティビティのノベルティの尺度として最適なトラベルセールスマンパスの長さを割り当てて閉じる。
関連論文リスト
- Grounded learning for compositional vector semantics [1.4344589271451351]
本研究では、スパイクニューラルネットワークアーキテクチャ内で構成分布意味論を実装する方法を提案する。
また,ラベル付き画像を用いて単語表現を訓練する手法についても述べる。
論文 参考訳(メタデータ) (2024-01-10T22:12:34Z) - Discrete, compositional, and symbolic representations through attractor
dynamics [61.58042831010077]
記号空間におけるインポーティング構造は、リッチな感覚入力のアトラクタ支持表現空間において構成性をもたらすことを示す。
我々のモデルは、意識経験において重要な役割を果たしていると考えられる情報のボトルネックの過程を示す。
論文 参考訳(メタデータ) (2023-10-03T05:40:56Z) - Linear Spaces of Meanings: Compositional Structures in Vision-Language
Models [110.00434385712786]
事前学習された視覚言語モデル(VLM)からのデータ埋め込みにおける構成構造について検討する。
まず,幾何学的観点から構成構造を理解するための枠組みを提案する。
次に、これらの構造がVLM埋め込みの場合の確率論的に持つものを説明し、実際に発生する理由の直観を提供する。
論文 参考訳(メタデータ) (2023-02-28T08:11:56Z) - AIGenC: An AI generalisation model via creativity [1.933681537640272]
本稿では,創造性に関する認知理論に触発された計算モデル(AIGenC)を紹介する。
人工エージェントが変換可能な表現を学習、使用、生成するために必要なコンポーネントを配置する。
本稿では, 人工エージェントの配当効率を向上するモデルの有効性について論じる。
論文 参考訳(メタデータ) (2022-05-19T17:43:31Z) - Constellation: Learning relational abstractions over objects for
compositional imagination [64.99658940906917]
静的な視覚シーンのリレーショナル抽象化を学習するネットワークであるConstellationを紹介する。
この研究は、視覚的関係を明確に表現し、それらを複雑な認知手続きに使用するための第一歩である。
論文 参考訳(メタデータ) (2021-07-23T11:59:40Z) - Separating Skills and Concepts for Novel Visual Question Answering [66.46070380927372]
アウト・オブ・ディストリビューションデータへの一般化は、VQA(Visual Question Answering)モデルにおいて問題となっている。
「スキル」とは、数え方や属性認識などの視覚的なタスクであり、その疑問に言及された「概念」に適用される。
モデル内でこれらの2つの要因を暗黙的に分離するスキルと概念を学習するための新しい手法を提案する。
論文 参考訳(メタデータ) (2021-07-19T18:55:10Z) - Compositional Processing Emerges in Neural Networks Solving Math
Problems [100.80518350845668]
人工知能の最近の進歩は、大きなモデルが十分な言語データに基づいて訓練されると、文法構造が表現に現れることを示している。
我々は、この研究を数学的推論の領域にまで拡張し、どのように意味を構成するべきかについての正確な仮説を定式化することができる。
私たちの研究は、ニューラルネットワークがトレーニングデータに暗黙的に構造化された関係について何かを推測できるだけでなく、個々の意味の合成を合成全体へと導くために、この知識を展開できることを示している。
論文 参考訳(メタデータ) (2021-05-19T07:24:42Z) - 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) - Towards Graph Representation Learning in Emergent Communication [37.8523331078468]
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。
論文 参考訳(メタデータ) (2020-01-24T15:55:59Z)
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。