論文の概要: A space of goals: the cognitive geometry of informationally bounded agents

• arxiv url: http://arxiv.org/abs/2111.03699v1
• Date: Fri, 5 Nov 2021 18:51:18 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-11 06:58:12.954765
• Title: A space of goals: the cognitive geometry of informationally bounded agents
• Title（参考訳）: 目標空間:情報的有界エージェントの認知幾何学
• Authors: Karen Archer, Nicola Catenacci Volpi, Franziska Br\"oker, Daniel Polani
• Abstract要約: 我々は,情報処理コストを適切な空間距離に組み込むことで,世界の状態間の移動の観点で幾何学を考察する。 このことは、情報コストがますます重要になるにつれて、特定の世界の元の幾何学とますます異なる幾何学を導き出す。
• 参考スコア（独自算出の注目度）: 3.249853429482705
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Traditionally, Euclidean geometry is treated by scientists as a priori and objective. However, when we take the position of an agent, the problem of selecting a best route should also factor in the abilities of the agent, its embodiment and particularly its cognitive effort. In this paper we consider geometry in terms of travel between states within a world by incorporating information processing costs with the appropriate spatial distances. This induces a geometry that increasingly differs from the original geometry of the given world, as information costs become increasingly important. We visualize this \textit{"cognitive geometry"} by projecting it onto 2- and 3-dimensional spaces showing distinct distortions reflecting the emergence of epistemic and information-saving strategies as well as pivot states. The analogies between traditional cost-based geometries and those induced by additional informational costs invite a generalization of the traditional notion of geodesics as cheapest routes towards the notion of \textit{infodesics}. Crucially, the concept of infodesics approximates the usual geometric property that, travelling from a start to a goal along a geodesic, not only the goal, but all intermediate points are equally visited at optimal cost from the start.
• Abstract（参考訳）: 伝統的にユークリッド幾何学は科学者によって先駆的・目的として扱われる。 しかし,エージェントの立場を取るとき,最適な経路を選択するという問題は,エージェントの能力,その具体化,特に認知的努力にも影響を及ぼすべきである。 本稿では,情報処理コストを適切な空間距離に組み込むことにより,世界の状態間の移動の観点で幾何学を考える。 このことは、情報コストがますます重要になるにつれて、特定の世界の元の幾何学とますます異なる幾何学を導き出す。 我々は、認識論的および情報節約戦略の出現とピボット状態を反映した、異なる歪みを示す2次元および3次元空間に投影することで、この \textit{"cognitive geometry"}を可視化する。 伝統的なコストベースのジオメトリと付加的な情報的コストによって引き起こされるものとの類似性は、伝統的な測地学の概念を最も安価なルートとして一般化し、 \textit{infodesics} の概念へと導く。 重要なことに、インフォデシクスの概念は、始点から測地線に沿ってゴールに移動するような通常の幾何学的性質を近似し、目的だけでなく、全ての中間点が始点から最適コストで等しく訪れる。

関連論文リスト

• Beyond Euclid: An Illustrated Guide to Modern Machine Learning with Geometric, Topological, and Algebraic Structures [3.5357133304100326]
  現代の機械学習は、本質的に非ユークリッド的なリッチな構造化されたデータに遭遇する。 そのような非ユークリッドデータから知識を抽出するには、より広範な数学的視点が必要である。 我々は最近の進歩を直感的な統合フレームワークに統合するグラフィカルな分類法を提案する。
  論文  参考訳（メタデータ） (2024-07-12T17:48:36Z)
• 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)
• 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)
• Geoclidean: Few-Shot Generalization in Euclidean Geometry [36.203651858533]
  ユークリッド幾何学は数学的思考の最も初期の形態の一つである。 自然画像で訓練されたコンピュータビジョンモデルはユークリッド幾何学と同じ感度を示すのだろうか? ユークリッド幾何学のためのドメイン固有言語であるGeoclideanを紹介する。
  論文  参考訳（メタデータ） (2022-11-30T01:17:22Z)
• Geometry Interaction Knowledge Graph Embeddings [153.69745042757066]
  ユークリッド空間,双曲空間,超球空間間の空間構造を対話的に学習する幾何学的相互作用知識グラフ埋め込み(GIE)を提案する。 提案したGIEは、よりリッチなリレーショナル情報、モデルキー推論パターンをキャプチャし、エンティティ間の表現的セマンティックマッチングを可能にする。
  論文  参考訳（メタデータ） (2022-06-24T08:33:43Z)
• Neural Convolutional Surfaces [59.172308741945336]
  この研究は、大域的、粗い構造から、微細で局所的で、おそらく繰り返される幾何学を歪める形状の表現に関係している。 このアプローチは, 最先端技術よりも優れたニューラル形状圧縮を実現するとともに, 形状詳細の操作と伝達を可能にする。
  論文  参考訳（メタデータ） (2022-04-05T15:40:11Z)
• Geometry of Data [0.0]
  位相データ解析は計量空間$(X, d)$intersectで求める。 我々はこの球を伝統的な幾何学的中心概念に結びつける。
  論文  参考訳（メタデータ） (2022-03-14T15:47:53Z)
• Attention meets Geometry: Geometry Guided Spatial-Temporal Attention for Consistent Self-Supervised Monocular Depth Estimation [42.249533907879126]
  本稿では,近年普及している変圧器アーキテクチャと新たな正規化損失定式化を併用して,深さの整合性を改善する方法について検討する。 本稿では,局所的な幾何学的情報を集約するために,粗い深度予測を関連付ける空間的注意モジュールを提案する。 新たな時間的注意機構は、連続した画像間のグローバルコンテキストにおける局所的幾何学情報をさらに処理する。
  論文  参考訳（メタデータ） (2021-10-15T16:43:31Z)
• 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)
• Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges [50.22269760171131]
  過去10年間、データサイエンスと機械学習の実験的な革命が、ディープラーニングの手法によって生まれた。 このテキストは、統一幾何学的原理によって事前に定義された規則性を公開することに関するものである。 CNN、RNN、GNN、Transformersなど、最も成功したニューラルネットワークアーキテクチャを研究するための一般的な数学的フレームワークを提供する。
  論文  参考訳（メタデータ） (2021-04-27T21:09:51Z)

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。