Fugu-MT 論文翻訳(概要): General Board Geometry

論文の概要: General Board Geometry

arxiv url: http://arxiv.org/abs/2111.11329v1
Date: Mon, 22 Nov 2021 16:39:07 GMT
ステータス: 処理完了
システム内更新日: 2021-11-23 15:22:14.254372
Title: General Board Geometry
Title（参考訳）: 一般ボード幾何学
Authors: Cameron Browne, \'Eric Piette, Matthew Stephenson, Dennis J.N.J. Soemers
Abstract要約: Ludiiは、タイリング、形状、グラフ演算子に基づいて、基礎となるグラフによってゲームボードを記述する。このアプローチにより、ほとんどのゲームボードは簡単に簡潔に記述できる。
参考スコア（独自算出の注目度）: 8.344476599818828
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Game boards are described in the Ludii general game system by their underlying graphs, based on tiling, shape and graph operators, with the automatic detection of important properties such as topological relationships between graph elements, directions and radial step sequences. This approach allows most conceivable game boards to be described simply and succinctly.
Abstract（参考訳）: ludii一般ゲームシステムでは、タイル、形状、グラフ演算子に基づいて、グラフ要素、方向、ラジアルステップシーケンス間のトポロジカルな関係などの重要な特性を自動的に検出するグラフを用いてゲームボードを記述している。このアプローチにより、ほとんどのゲームボードは簡単に簡潔に記述できる。

関連論文リスト

ChartGemma: Visual Instruction-tuning for Chart Reasoning in the Wild [28.643565008567172]
本稿では,PaliGemma上で開発された新しいチャート理解と推論モデルであるChartGemmaを紹介する。基礎となるデータテーブルに頼るのではなく、ChartGemmaは、チャートイメージから直接生成されたインストラクションチューニングデータに基づいて訓練される。我々の単純なアプローチは、チャートの要約、質問応答、ファクトチェックにまたがる5ドルのベンチマークで最先端の結果を得る。
論文参考訳（メタデータ） (2024-07-04T22:16:40Z)
Geospatial Knowledge Graphs [3.0638648756719222]
地理空間知識グラフは地理空間情報の表現と推論のための新しいパラダイムとして登場した。このエントリではまず、知識グラフにおける重要な概念と、関連する標準化とツールを紹介します。その後、地理・環境科学における知識グラフの応用に踏み切った。
論文参考訳（メタデータ） (2024-05-13T11:45:22Z)
Signed graphs in data sciences via communicability geometry [55.2480439325792]
符号付きグラフに対する可換幾何学の概念を提案し、この空間における可換距離や角度などの測度がユークリッド的かつ球面的であることを証明した。次に、これらのメトリクスを適用して、署名付きグラフのデータ解析におけるいくつかの問題を統一的に解決する。
論文参考訳（メタデータ） (2024-03-12T10:32:35Z)
StructChart: Perception, Structuring, Reasoning for Visual Chart Understanding [58.38480335579541]
現在のチャート関連タスクは、視覚チャートから情報を抽出することを参照するチャート認識か、抽出されたデータから推論を行うかに焦点を当てている。本稿では,共同認識と推論タスクのための統一的でラベル効率のよい学習パラダイムを確立することを目的とする。各種のチャート関連タスクで実験を行い、統合されたチャート認識推論パラダイムの有効性と有望な可能性を実証した。
論文参考訳（メタデータ） (2023-09-20T12:51:13Z)
Multi-Layer Attention-Based Explainability via Transformers for Tabular Data [11.866061471514582]
グラフ指向の注意に基づく表データの説明可能性法を提案する。すべての頭とレイヤーの注意行列を考慮に入れます。多層アテンションに基づく説明の質を評価するために、一般的なアテンション、勾配、摂動に基づく説明可能性法と比較する。
論文参考訳（メタデータ） (2023-02-28T03:28:18Z)
State of the Art and Potentialities of Graph-level Learning [54.68482109186052]
グラフレベルの学習は、比較、回帰、分類など、多くのタスクに適用されている。グラフの集合を学習する伝統的なアプローチは、サブストラクチャのような手作りの特徴に依存している。ディープラーニングは、機能を自動的に抽出し、グラフを低次元表現に符号化することで、グラフレベルの学習をグラフの規模に適応させるのに役立っている。
論文参考訳（メタデータ） (2023-01-14T09:15:49Z)
Spatial State-Action Features for General Games [5.849736173068868]
汎用ゲームのための空間状態対応機能の設計と効率的な実装を定式化する。これらは、局所的な状態の変数にマッチするかどうかに基づいて、アクションをインセンティブまたは非インセンティブ化するようにトレーニングできるパターンである。任意の機能セットに対して,アクティブな機能を評価するための効率的なアプローチを提案する。
論文参考訳（メタデータ） (2022-01-17T13:34:04Z)
Joint Graph Learning and Matching for Semantic Feature Correspondence [69.71998282148762]
本稿では,グラフマッチングを向上するための信頼度の高いグラフ構造を探索するために,GLAMという共用電子グラフ学習とマッチングネットワークを提案する。提案手法は,3つの人気ビジュアルマッチングベンチマーク (Pascal VOC, Willow Object, SPair-71k) で評価される。すべてのベンチマークにおいて、従来の最先端のグラフマッチング手法よりも大きなマージンを達成している。
論文参考訳（メタデータ） (2021-09-01T08:24:02Z)
GraphOpt: Learning Optimization Models of Graph Formation [72.75384705298303]
本稿では,グラフ構造形成の暗黙的モデルを学ぶエンドツーエンドフレームワークを提案し,その基盤となる最適化機構を明らかにする。学習した目的は、観測されたグラフプロパティの説明として機能し、ドメイン内の異なるグラフを渡すために自分自身を貸すことができる。 GraphOptは、グラフ内のリンク生成をシーケンシャルな意思決定プロセスとして、最大エントロピー逆強化学習アルゴリズムを用いて解決する。
論文参考訳（メタデータ） (2020-07-07T16:51:39Z)
Topological Mapping for Manhattan-like Repetitive Environments [17.434289865953424]
屋内の倉庫環境に挑戦するトポロジカルマッピングフレームワークについて紹介する。我々は、トポロジカルグラフやマンハッタングラフといった抽象概念の維持が、正確なポースグラフの復元に役立つことを示す。
論文参考訳（メタデータ） (2020-02-16T13:20:28Z)
Bridging Knowledge Graphs to Generate Scene Graphs [49.69377653925448]
本稿では,2つのグラフ間の情報伝達を反復的に行う新しいグラフベースニューラルネットワークを提案する。我々のグラフブリッジネットワークであるGB-Netは、エッジとノードを連続的に推論し、相互接続されたシーンとコモンセンスグラフのリッチでヘテロジニアスな構造を同時に活用し、洗練する。
論文参考訳（メタデータ） (2020-01-07T23:35:52Z)

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。