論文の概要: The Mathematics of Comparing Objects
- arxiv url: http://arxiv.org/abs/2201.07032v1
- Date: Fri, 14 Jan 2022 12:39:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-19 17:56:08.851245
- Title: The Mathematics of Comparing Objects
- Title（参考訳）: 対象を比較する数学
- Authors: Marcus Weber, Konstantin Fackeldey
- Abstract要約: どのようにして、どの仮定の下で、これは現実的なシナリオの説明なのか?
人工知能は、両方の話で警察がランダムに犯人を見つけたと結論付けている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: `After reading two different crime stories, an artificial intelligence
concludes that in both stories the police has found the murderer just by
random.'' -- To what extend and under which assumptions this is a description
of a realistic scenario?
- Abstract（参考訳）: 2つの異なる犯罪記事を読んだ後、人工知能は両方の物語で、警察が犯人をランダムに発見したと結論づける。
'' -- 何が拡張され、どの仮定の下で、これは現実的なシナリオの説明となるのか?
関連論文リスト
- SEMDR: A Semantic-Aware Dual Encoder Model for Legal Judgment Prediction with Legal Clue Tracing [4.756864134579646]
法的判断予測(LJP)は、刑事事実の説明に基づいて法的判断を形成することを目的としている。
研究者たちは、強盗や盗難などの紛らわしい事件を分類するのに苦労している。
本稿では,犯罪事実と楽器のセマンティック・アウェア・デュアルモデル(SEMDR)を提案する。
論文 参考訳（メタデータ） (2024-08-19T06:13:19Z) - Infinite Ends from Finite Samples: Open-Ended Goal Inference as Top-Down Bayesian Filtering of Bottom-Up Proposals [48.437581268398866]
オープンエンドゴール推論のシーケンシャルなモンテカルロモデルを導入する。
我々はこのモデルをブロックワードと呼ばれるゴール推論タスクで検証する。
実験では,人間理論の速度,精度,一般性を説明する上で,トップダウンモデルとボトムアップモデルを組み合わせることの重要性を強調した。
論文 参考訳（メタデータ） (2024-07-23T18:04:40Z) - Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。
本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。
談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
論文 参考訳（メタデータ） (2024-07-18T08:02:49Z) - Machine learning and information theory concepts towards an AI
Mathematician [77.63761356203105]
人工知能の現在の最先端技術は、特に言語習得の点で印象的だが、数学的推論の点ではあまり重要ではない。
このエッセイは、現在のディープラーニングが主にシステム1の能力で成功するという考えに基づいている。
興味深い数学的ステートメントを構成するものについて質問するために、情報理論的な姿勢を取る。
論文 参考訳（メタデータ） (2024-03-07T15:12:06Z) - A Logical Approach to Criminal Case Investigation [0.0]
結論の理由を説明する特性を持つXAI(eXplanable AI)技術が注目されている。
XAIは法科学と司法制度の発展に使用されることが期待されている。
論文 参考訳（メタデータ） (2024-02-13T08:24:32Z) - StoryAnalogy: Deriving Story-level Analogies from Large Language Models
to Unlock Analogical Understanding [72.38872974837462]
大規模ストーリーレベルの類似語コーパスを構築することにより,類似語を識別・生成する能力を評価する。
textscStory Analogyには、さまざまなドメインから24Kストーリーペアが含まれており、拡張された構造マッピング理論の2つの類似点に人間のアノテーションがある。
我々は、textscStory Analogyのデータは、大言語モデルにおけるアナログ生成の品質を向上させることができることを観察した。
論文 参考訳（メタデータ） (2023-10-19T16:29:23Z) - A Comparative Analysis of Multiple Methods for Predicting a Specific
Type of Crime in the City of Chicago [0.9799637101641152]
空間的特徴と時間的特徴を用いて盗難を予測するにはどうすればよいのか?
XBoostはF1スコア0.86で最高の結果を示した。
論文 参考訳（メタデータ） (2023-04-26T11:35:06Z) - A Corpus for Understanding and Generating Moral Stories [84.62366141696901]
機械のこれらの能力を評価するために,2つの理解タスクと2つの世代タスクを提案する。
我々は、中国語と英語で書かれた道徳的物語の新しいデータセットであるSTORALを提示する。
論文 参考訳（メタデータ） (2022-04-20T13:12:36Z) - Computational Lens on Cognition: Study Of Autobiographical Versus
Imagined Stories With Large-Scale Language Models [95.88620740809004]
GPT-3を用いた自伝的物語と想像的物語における出来事の物語の流れの相違について検討した。
想像された物語は自伝的物語よりも逐次性が高いことがわかった。
想像された物語と比較すると、自伝的な物語は、最初の人物に関連するより具体的な言葉と単語を含んでいる。
論文 参考訳（メタデータ） (2022-01-07T20:10:47Z) - Modelling Suspense in Short Stories as Uncertainty Reduction over Neural
Representation [17.683705809784453]
サスペンスは物語小説の重要な要素であり、読者を惹きつけ、説得力のある物語を作る。
サスペンスをモデル化する2つの方法を比較する。サプライズ、現在の状況がどれだけ予期せぬものであるかの逆向きの尺度、不確実性低減、ストーリーの継続がどれだけ予期せぬかの前方方向の尺度である。
本稿では,物語を符号化し,サプライズと不確実性を低減する階層型言語モデルを提案する。
論文 参考訳（メタデータ） (2020-04-30T16:03:06Z) - Perfecting the Crime Machine [1.266953082426463]
本研究では、異なる機械学習技術を用いて犯罪関連統計、特にフィラデルフィアの犯罪タイプを予測する。
犯罪の場所と時刻を主な特徴として使用し、生データにある2つの特徴から異なる特徴を抽出し、多数のクラスラベルを扱うモデルを構築します。
本稿では,ランダムフォレストが,エラーログ損失2.3120の犯罪種別予測モデルとして最適であることを示す。
論文 参考訳（メタデータ） (2020-01-14T23:25:40Z)
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。