Fugu-MT 論文翻訳(概要): The Ninth Advances in Cognitive Systems (ACS) Conference

論文の概要: The Ninth Advances in Cognitive Systems (ACS) Conference

arxiv url: http://arxiv.org/abs/2201.06134v1
Date: Sun, 16 Jan 2022 20:57:08 GMT
ステータス: 処理完了
システム内更新日: 2022-01-21 10:14:34.919755
Title: The Ninth Advances in Cognitive Systems (ACS) Conference
Title（参考訳）: 第9回コグニティブ・システムズ(acs)会議
Authors: Mark Burstein, Mohan Sridharan, David McDonald
Abstract要約: ACSは、人工知能と認知科学の初期目標に関する研究のための年次会議である。それは、心を計算用語で説明し、計算人工物における人間の認知能力の全範囲を再現することを目的としている。
参考スコア（独自算出の注目度）: 3.7706789983985303
License: http://creativecommons.org/licenses/by/4.0/
Abstract: ACS is an annual meeting for research on the initial goals of artificial intelligence and cognitive science, which aimed to explain the mind in computational terms and to reproduce the entire range of human cognitive abilities in computational artifacts. Many researchers remain committed to this original vision, and Advances in Cognitive Systems provides a place to present recent results and pose new challenges for the field. The meetings bring together researchers with interests in human-level intelligence, complex cognition, integrated intelligent systems, cognitive architectures, and related topics.
Abstract（参考訳）: ACSは、人工知能と認知科学の初期目標に関する研究のための年次会合であり、計算用語で心を説明し、人工物における人間の認知能力の全範囲を再現することを目的としている。多くの研究者がこの当初のビジョンにコミットし続けており、認知システムの進歩は最近の結果を提示し、この分野に新たな課題をもたらす場所を提供する。会議は、人間レベルの知性、複雑な認知、統合された知的システム、認知アーキテクチャ、および関連するトピックに関心を持つ研究者を集結させる。

関連論文リスト

Exploring a Cognitive Architecture for Learning Arithmetic Equations [0.0]
本稿では,算術学習を支える認知メカニズムについて考察する。本稿では,数ベクトル化埋め込みネットワークと連想メモリモデルを実装し,知能システムによる算術方程式の学習とリコールについて検討する。知的システムにおける数学的認知の神経的相関に関する継続的な研究に貢献することを目的としている。
論文参考訳（メタデータ） (2024-05-05T18:42:00Z)
AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。 AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文参考訳（メタデータ） (2023-10-19T02:00:31Z)
A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文参考訳（メタデータ） (2023-10-14T23:28:48Z)
Artificial Collective Intelligence Engineering: a Survey of Concepts and Perspectives [1.2183405753834562]
集団知能とは、集団が一見知的な方法で集団的に行動する能力である。人工的および計算的集団知能は研究トピックとして認識されている。本稿では,集団知能研究の地図を提供する広範囲なスクーピング質問について考察する。
論文参考訳（メタデータ） (2023-04-11T11:22:47Z)
A Neurodiversity-Inspired Solver for the Abstraction \& Reasoning Corpus (ARC) Using Visual Imagery and Program Synthesis [6.593059418464748]
我々は,人間の心的イメージ能力に触発されたコア知識の視覚的表現を組み合わせた,コア知識に対する新たなAIアプローチを提案する。我々は,ARC(Abstraction & Reasoning)の課題に対して,システムの性能を実証する。 2022年のグローバルARCathonチャレンジでプライベートテストセットを4位で終えたのと同様に、公開可能なARCアイテムからの実験結果を共有します。
論文参考訳（メタデータ） (2023-02-18T21:30:44Z)
Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。 NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文参考訳（メタデータ） (2022-10-28T04:38:10Z)
Coordinated Science Laboratory 70th Anniversary Symposium: The Future of Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文参考訳（メタデータ） (2022-10-04T17:32:27Z)
From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks [56.20123080771364]
心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。 CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
論文参考訳（メタデータ） (2022-01-20T17:07:03Z)
A Survey on Neural-symbolic Learning Systems [33.01131861279175]
本研究の目的は,ニューラルシンボリック学習システムの進歩を4つの異なる視点から調査することである。この研究は、研究者が包括的で総合的な概要を提供するために、この新たな分野を前進させることを目的としている。
論文参考訳（メタデータ） (2021-11-10T06:26:40Z)
The Inescapable Duality of Data and Knowledge [4.498300638473408]
我々は、データのみに焦点を当てたシステムが、狭義のタスクに焦点を絞った成功にハンディキャップされている方法について論じる。我々は,認知科学に基づく人間の知能における知識と経験の役割とを対比する。
論文参考訳（メタデータ） (2021-03-24T23:07:47Z)
A Review on Intelligent Object Perception Methods Combining Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文参考訳（メタデータ） (2019-12-26T13:26:49Z)

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。