論文の概要: Modular Design Patterns for Hybrid Learning and Reasoning Systems: a
taxonomy, patterns and use cases
- arxiv url: http://arxiv.org/abs/2102.11965v1
- Date: Tue, 23 Feb 2021 22:16:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2021-02-26 00:46:35.723480
- Title: Modular Design Patterns for Hybrid Learning and Reasoning Systems: a
taxonomy, patterns and use cases
- Title(参考訳): ハイブリッド学習と推論システムのためのモジュラデザインパターン:分類学、パターン、ユースケース
- Authors: Michael van Bekkum, Maaike de Boer, Frank van Harmelen, Andr\'e
Meyer-Vitali, Annette ten Teije
- Abstract要約: 統計(データ駆動)とシンボリック(知識駆動)メソッドの統合は、現代のAIの重要な課題の1つです。
近年、このようなハイブリッドニューロシンボリックaiシステムに関する多くの論文が出版されている。
このようなハイブリッドなニューロシンボリックシステムのためのモジュラーデザインパターンセットを提案する。
- 参考スコア(独自算出の注目度): 0.3849857432787594
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The unification of statistical (data-driven) and symbolic (knowledge-driven)
methods is widely recognised as one of the key challenges of modern AI. Recent
years have seen large number of publications on such hybrid neuro-symbolic AI
systems. That rapidly growing literature is highly diverse and mostly
empirical, and is lacking a unifying view of the large variety of these hybrid
systems. In this paper we analyse a large body of recent literature and we
propose a set of modular design patterns for such hybrid, neuro-symbolic
systems. We are able to describe the architecture of a very large number of
hybrid systems by composing only a small set of elementary patterns as building
blocks.
The main contributions of this paper are: 1) a taxonomically organised
vocabulary to describe both processes and data structures used in hybrid
systems; 2) a set of 15+ design patterns for hybrid AI systems, organised in a
set of elementary patterns and a set of compositional patterns; 3) an
application of these design patterns in two realistic use-cases for hybrid AI
systems. Our patterns reveal similarities between systems that were not
recognised until now. Finally, our design patterns extend and refine Kautz'
earlier attempt at categorising neuro-symbolic architectures.
- Abstract(参考訳): 統計(データ駆動)とシンボリック(知識駆動)のメソッドの統合は、現代のAIの重要な課題の1つとして広く認識されています。
近年、このようなハイブリッドニューロシンボリックaiシステムに関する多くの論文が出版されている。
急速に成長している文学は多様であり、ほとんどが経験的であり、これらの多種多様なハイブリッドシステムの統一的な見解を欠いている。
本稿では,近年の文献を大規模に分析し,そのようなハイブリッド・ニューロシンボリックシステムのためのモジュラー設計パターンのセットを提案する。
少数の基本パターンのみをビルディングブロックとして構成することで、非常に多数のハイブリッドシステムのアーキテクチャを記述することができます。
1) ハイブリッドシステムで使用されるプロセスとデータ構造の両方を記述するための分類学的に組織化された語彙、2) ハイブリッドaiシステムの15以上のデザインパターンの集合、3) 基本パターンと合成パターンの集合、3) ハイブリッドaiシステムのための2つの現実的なユースケースにおけるこれらのデザインパターンの適用。
私たちのパターンは、これまで認識されていなかったシステム間の類似性を示しています。
最後に、我々のデザインパターンは、ニューロシンボリックアーキテクチャを分類するKautz氏の以前の試みを拡張し、洗練します。
関連論文リスト
- Learning neuro-symbolic convergent term rewriting systems [47.129504708849446]
本稿では,書き換えアルゴリズム自体にインスパイアされたニューロシンボリックアーキテクチャを用いて,収束項書き換えシステムを学ぶための一般的なフレームワークを提案する。
本稿では,ニューラルリライトシステム (NRS) と高速ニューラルリライトシステム (FastNRS) の2つのモジュール実装について述べる。
論文 参考訳(メタデータ) (2025-07-25T15:24:56Z) - Broad Spectrum Structure Discovery in Large-Scale Higher-Order Networks [1.7273380623090848]
本稿では,大規模ハイパーグラフにおいて,メソスケールの広いスペクトルを効率的に表現し,発見する確率モデルについて紹介する。
低ランク表現を用いたクラス間の潜時相互作用による観測ノードの相互作用をモデル化することにより、我々はリッチな構造パターンを抽出する。
提案モデルは,最先端手法によるリンク予測を改善し,多様な実世界のシステムにおける解釈可能な構造を発見する。
論文 参考訳(メタデータ) (2025-05-27T20:34:58Z) - Applying Cognitive Design Patterns to General LLM Agents [4.055489363682198]
本稿では, 様々な事前変換型AIアーキテクチャに現れる, 繰り返し発生する認知設計パターンについて概説する。
次に、大規模言語モデル(LLM)を用いたシステムにおいて、これらのパターンがどのように明らかであるかを考察する。
これらの繰り返しパターンを調べて適用することで、今日のエージェントLLMシステムにおけるギャップや欠陥の予測が可能になる。
論文 参考訳(メタデータ) (2025-05-11T18:29:54Z) - Learning System Dynamics without Forgetting [60.08612207170659]
未知の力学を持つ系の軌道予測は、物理学や生物学を含む様々な研究分野において重要である。
本稿では,モードスイッチンググラフODE (MS-GODE) の新たなフレームワークを提案する。
生体力学の異なる多様な系を特徴とする生体力学システムの新しいベンチマークを構築した。
論文 参考訳(メタデータ) (2024-06-30T14:55:18Z) - Learnable & Interpretable Model Combination in Dynamic Systems Modeling [0.0]
我々は、通常、どのモデルが組み合わされるかについて議論し、様々な混合方程式に基づくモデルを表現することができるモデルインターフェースを提案する。
本稿では,2つの組み合わせモデル間の汎用的な接続を,容易に解釈可能な方法で記述できる新しいワイルドカードトポロジーを提案する。
本稿では、2つのモデル間の異なる接続トポロジを学習し、解釈し、比較する。
論文 参考訳(メタデータ) (2024-06-12T11:17:11Z) - Hybrid Modeling Design Patterns [10.266928164137635]
データ駆動コンポーネントとドメイン知識をハイブリッドアプローチに組み合わせるための青写真として機能する4つの基本パターンを提供します。
また、基本パターンとより複雑なハイブリッドモデルの組み合わせを規定する2つの構成パターンも提示する。
それぞれのデザインパターンは、気候モデリング、工学、物理学といった応用分野の典型的なユースケースによって説明されます。
論文 参考訳(メタデータ) (2023-12-29T15:40:38Z) - Design Patterns for AI-based Systems: A Multivocal Literature Review and
Pattern Repository [6.184279908456794]
本稿では,AIに基づくシステムの設計パターンについて概説する。
AIベースのシステムのための新しいパターンが登場しつつあるが、既存のパターンもこの新しいコンテキストに適応している。
我々の結果は、研究者がフォローアップ研究の基盤として、そして実践者がAIベースのシステムの設計を伝えるための関連するパターンを発見するために利用することができる。
論文 参考訳(メタデータ) (2023-03-23T10:57:11Z) - AI-Empowered Hybrid MIMO Beamforming [85.48860461696417]
ハイブリッドマルチインプット・マルチアウトプット(MIMO)システムは、アナログおよびデジタルのビームフォーミングの一部を実装している。
近年、ハイブリッドビームフォーミング設計にデータ支援人工知能(AI)ツールを使うことへの関心が高まっている。
本稿では、リアルタイムハイブリッドビームフォーミング設計を改善するために、データを活用するための候補戦略についてレビューする。
論文 参考訳(メタデータ) (2023-03-03T06:04:20Z) - Constructing Neural Network-Based Models for Simulating Dynamical
Systems [59.0861954179401]
データ駆動モデリングは、真のシステムの観測からシステムの力学の近似を学ぼうとする代替パラダイムである。
本稿では,ニューラルネットワークを用いた動的システムのモデル構築方法について検討する。
基礎的な概要に加えて、関連する文献を概説し、このモデリングパラダイムが克服すべき数値シミュレーションから最も重要な課題を概説する。
論文 参考訳(メタデータ) (2021-11-02T10:51:42Z) - Modular Design Patterns for Hybrid Actors [0.0]
本論文は,アクターとインタラクションを備えた分散ハイブリッドAIシステムを記述するためのボックスロジーの拡張である。
本稿では,多エージェントシステムとヒューマンエージェントインタラクション,特に製造領域における設計パターンの例を示す。
論文 参考訳(メタデータ) (2021-09-20T07:19:54Z) - Improving Coherence and Consistency in Neural Sequence Models with
Dual-System, Neuro-Symbolic Reasoning [49.6928533575956]
我々は、神経系1と論理系2の間を仲介するために神経推論を用いる。
強靭なストーリー生成とグラウンドド・インストラクション・フォローリングの結果、このアプローチは神経系世代におけるコヒーレンスと精度を高めることができることを示した。
論文 参考訳(メタデータ) (2021-07-06T17:59:49Z) - Towards a Predictive Processing Implementation of the Common Model of
Cognition [79.63867412771461]
本稿では,ニューラル生成符号化とホログラフィック連想記憶に基づく認知モデルの実装について述べる。
提案システムは,多様なタスクから継続的に学習し,大規模に人的パフォーマンスをモデル化するエージェントを開発するための基盤となる。
論文 参考訳(メタデータ) (2021-05-15T22:55:23Z) - Scholarly AI system diagrams as an access point to mental models [6.233820957059352]
人工知能(AI)システムのような複雑なシステムは、多くの相互関連コンポーネントで構成されている。
これらのシステムを表現するためには、コンポーネント間の関係を示すことが不可欠です。
図は「関係のアイコン」として、複雑なシステムを示すための一般的な媒体です。
論文 参考訳(メタデータ) (2021-04-30T07:55:18Z) - Model-Based Deep Learning [155.063817656602]
信号処理、通信、制御は伝統的に古典的な統計モデリング技術に依存している。
ディープニューラルネットワーク(DNN)は、データから操作を学ぶ汎用アーキテクチャを使用し、優れたパフォーマンスを示す。
私たちは、原理数学モデルとデータ駆動システムを組み合わせて両方のアプローチの利点を享受するハイブリッド技術に興味があります。
論文 参考訳(メタデータ) (2020-12-15T16:29:49Z) - Automated and Formal Synthesis of Neural Barrier Certificates for
Dynamical Models [70.70479436076238]
バリア証明書(BC)の自動的,形式的,反例に基づく合成手法を提案する。
このアプローチは、ニューラルネットワークとして構造化されたBCの候補を操作する誘導的フレームワークと、その候補の有効性を認証するか、反例を生成する音検証器によって支えられている。
その結果,音のBCsを最大2桁の速度で合成できることがわかった。
論文 参考訳(メタデータ) (2020-07-07T07:39:42Z)
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。