Fugu-MT 論文翻訳(概要): Neurogenetic Programming Framework for Explainable Reinforcement Learning

論文の概要: Neurogenetic Programming Framework for Explainable Reinforcement Learning

arxiv url: http://arxiv.org/abs/2102.04231v1
Date: Mon, 8 Feb 2021 14:26:02 GMT
ステータス: 処理完了
システム内更新日: 2021-02-10 11:53:04.586525
Title: Neurogenetic Programming Framework for Explainable Reinforcement Learning
Title（参考訳）: 説明可能な強化学習のための神経遺伝プログラミングフレームワーク
Authors: Vadim Liventsev, Aki H\"arm\"a and Milan Petkovi\'c
Abstract要約: 本稿では,仮想ニューロジェネティック・プログラマの概念を用いて,両方のアプローチを組み合わせる新しい手法を提案する。我々は、さまざまなOpenAI Gymタスクに対して、パフォーマンスと説明可能なソリューションを提供する能力を示し、そうでなければ、データ駆動によるソリューション探索に専門家の知識を注入する能力を示した。
参考スコア（独自算出の注目度）: 0.483420384410068
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Automatic programming, the task of generating computer programs compliant with a specification without a human developer, is usually tackled either via genetic programming methods based on mutation and recombination of programs, or via neural language models. We propose a novel method that combines both approaches using a concept of a virtual neuro-genetic programmer: using evolutionary methods as an alternative to gradient descent for neural network training}, or scrum team. We demonstrate its ability to provide performant and explainable solutions for various OpenAI Gym tasks, as well as inject expert knowledge into the otherwise data-driven search for solutions.
Abstract（参考訳）: 自動プログラミング(Automatic Programming)は、人間の開発者なしで仕様に準拠したコンピュータプログラムを生成するタスクであり、通常はプログラムの突然変異と組換えに基づく遺伝的プログラミング手法またはニューラルランゲージモデルによって取り組まれる。本稿では,ニューラルネットワーク学習における勾配降下の代替として進化的手法を用いる,仮想神経遺伝プログラマという概念を用いて,両方のアプローチを組み合わせる新しい手法を提案する。私たちは、さまざまなopenaiジムタスクにパフォーマンスと説明可能なソリューションを提供し、それ以外はデータ駆動のソリューション検索に専門家の知識を注入する能力を示します。

関連論文リスト

Cartesian Genetic Programming Approach for Designing Convolutional Neural Networks [0.0]
人工ニューラルネットワークの設計において、革新的なアプローチの1つの重要な側面は、新しいニューラルネットワークアーキテクチャを提案することである。本研究では,CNNを設計するために純粋遺伝的プログラミング手法を用いる。予備実験の過程で,提案手法は有望な結果をもたらす。
論文参考訳（メタデータ） (2024-09-30T18:10:06Z)
Lifelong Reinforcement Learning via Neuromodulation [13.765526492965853]
進化は、高度に効果的な適応学習機能と意思決定戦略を持つ動物や人間に影響を与えた。これらの理論の中心であり、神経科学の証拠を学習に組み込むことが神経調節システムである。
論文参考訳（メタデータ） (2024-08-15T22:53:35Z)
Enhancing learning in spiking neural networks through neuronal heterogeneity and neuromodulatory signaling [52.06722364186432]
人工ニューラルネットワーク(ANN)の強化のための生物学的インフォームドフレームワークを提案する。提案したデュアルフレームアプローチは、多様なスパイキング動作をエミュレートするためのスパイキングニューラルネットワーク(SNN)の可能性を強調している。提案手法は脳にインスパイアされたコンパートメントモデルとタスク駆動型SNN, バイオインスピレーション, 複雑性を統合している。
論文参考訳（メタデータ） (2024-07-05T14:11:28Z)
Mechanistic Neural Networks for Scientific Machine Learning [58.99592521721158]
我々は、科学における機械学習応用のためのニューラルネットワーク設計であるメカニスティックニューラルネットワークを提案する。新しいメカニスティックブロックを標準アーキテクチャに組み込んで、微分方程式を表現として明示的に学習する。我々のアプローチの中心は、線形プログラムを解くために線形ODEを解く技術に着想を得た、新しい線形計画解法(NeuRLP)である。
論文参考訳（メタデータ） (2024-02-20T15:23:24Z)
Hebbian Learning based Orthogonal Projection for Continual Learning of Spiking Neural Networks [74.3099028063756]
我々は,側方接続とヘビアン学習に基づくニューラル操作を用いた新しい手法を開発した。我々は,反復する側方接続におけるヘビアン学習と反ヘビアン学習が,神経活動の主部分空間を効果的に抽出できることを示した。我々の手法は、ほとんど忘れることなくニューラルネットワークをスパイクするために一貫して解決する。
論文参考訳（メタデータ） (2024-02-19T09:29:37Z)
The Clock and the Pizza: Two Stories in Mechanistic Explanation of Neural Networks [59.26515696183751]
ニューラルネットワークにおけるアルゴリズム発見は、時としてより複雑であることを示す。単純な学習問題でさえ、驚くほど多様なソリューションを許容できることが示されています。
論文参考訳（メタデータ） (2023-06-30T17:59:13Z)
Neuro-Symbolic Learning of Answer Set Programs from Raw Data [54.56905063752427]
Neuro-Symbolic AIは、シンボリックテクニックの解釈可能性と、生データから学ぶ深層学習の能力を組み合わせることを目的としている。本稿では,ニューラルネットワークを用いて生データから潜在概念を抽出するNSIL(Neuro-Symbolic Inductive Learner)を提案する。 NSILは表現力のある知識を学習し、計算的に複雑な問題を解き、精度とデータ効率の観点から最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2022-05-25T12:41:59Z)
Enhancement Programming Skills and Transforming Knowledge of Programming through Neuroeducation Approaches [0.0]
デジタルデバイスをプログラミングし、ソフトウェアを開発することは、雇用機会に貢献する重要な専門家の資格である。脳画像技術の最近の進歩は、神経科学者が人間の脳の機能的構造を探求する機会となった。この研究は、コンピュータプログラミングの学習と教育の分野での学習を支援するアプローチである。
論文参考訳（メタデータ） (2021-05-19T06:26:30Z)
Functional neural network for decision processing, a racing network of programmable neurons with fuzzy logic where the target operating model relies on the network itself [1.1602089225841632]
本稿では,人間の意思決定過程をモデル化する関数型ニューラルネットワークである,人工知能の新しいモデルを提案する。この機能的ニューラルネットワークは、意思決定の計算方法を変革する有望な可能性を秘めている、と私たちは信じています。
論文参考訳（メタデータ） (2021-02-24T15:19:35Z)
BF++: a language for general-purpose program synthesis [0.483420384410068]
強化学習(RL)に基づく技術決定システムのほとんどの状態は、データ駆動型ブラックボックスニューラルモデルである。我々は,部分可観測マルコフ決定過程におけるエージェントの自動プログラミング用に設計された新しいプログラミング言語bf++を提案する。
論文参考訳（メタデータ） (2021-01-23T19:44:44Z)
Neurocoder: Learning General-Purpose Computation Using Stored Neural Programs [64.56890245622822]
ニューロコーダ(Neurocoder)は、汎用計算機の全く新しいクラスである。共有可能なモジュール型プログラムのセットから関連するプログラムを構成することで、データ応答性のある方法で“コード”を行う。モジュールプログラムを学習し、パターンシフトを厳しく処理し、新しいプログラムが学習されると、古いプログラムを記憶する新しい能力を示す。
論文参考訳（メタデータ） (2020-09-24T01:39:16Z)

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。