論文の概要: Automatic Item Generation of Figural Analogy Problems: A Review and Outlook

• arxiv url: http://arxiv.org/abs/2201.08450v1
• Date: Thu, 20 Jan 2022 20:51:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-24 14:31:16.109057
• Title: Automatic Item Generation of Figural Analogy Problems: A Review and Outlook
• Title（参考訳）: 歯のアナロジー問題の自動生成 : 概観と展望
• Authors: Yuan Yang, Deepayan Sanyal, Joel Michelson, James Ainooson, Maithilee Kunda
• Abstract要約: フィギュラルな類似問題は、人間の知能テストで広く使われている形式である。 近年,データ駆動型AIモデルの開発が進んでいる。 本稿では,ヒューマンインテリジェンステストとデータ駆動型AIモデルの両方において,図形アナロジーの自動生成の重要作業についてレビューする。
• 参考スコア（独自算出の注目度）: 3.486683381782259
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Figural analogy problems have long been a widely used format in human intelligence tests. In the past four decades, more and more research has investigated automatic item generation for figural analogy problems, i.e., algorithmic approaches for systematically and automatically creating such problems. In cognitive science and psychometrics, this research can deepen our understandings of human analogical ability and psychometric properties of figural analogies. With the recent development of data-driven AI models for reasoning about figural analogies, the territory of automatic item generation of figural analogies has further expanded. This expansion brings new challenges as well as opportunities, which demand reflection on previous item generation research and planning future studies. This paper reviews the important works of automatic item generation of figural analogies for both human intelligence tests and data-driven AI models. From an interdisciplinary perspective, the principles and technical details of these works are analyzed and compared, and desiderata for future research are suggested.
• Abstract（参考訳）: フィギュラルな類似問題は、人間の知能テストで広く使われている形式である。 過去40年間で、フィギュアアナロジー問題、すなわちそのような問題を体系的かつ自動的に生成するためのアルゴリズム的アプローチに対する自動アイテム生成の研究がますます増えている。 認知科学と心理計測学において、この研究は人間のアナロジー能力とフィギュラル・アナロジーの心理計測特性の理解を深めることができる。 近年,データ駆動型AIモデルの開発により,画像の類似性を考慮した自動項目生成の領域がさらに拡大している。 この拡大は、新しい課題と機会をもたらし、前世代の研究と今後の研究計画の反映を要求する。 本稿では,ヒューマンインテリジェンステストとデータ駆動型AIモデルの両方において,図形アナロジーの自動生成の重要作業についてレビューする。 学際的な観点から、これらの研究の原理と技術的詳細を分析・比較し、今後の研究のためのデシダラタを提案する。

関連論文リスト

• Artificial intelligence to automate the systematic review of scientific literature [0.0]
  我々は過去15年間に提案されたAI技術について,研究者が科学的文献の体系的な分析を行うのを助けるために調査を行った。 現在サポートされているタスク、適用されるアルゴリズムの種類、34の初等研究で提案されているツールについて説明する。
  論文  参考訳（メタデータ） (2024-01-13T19:12:49Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• Neurosymbolic AI and its Taxonomy: a survey [48.7576911714538]
  ニューロシンボリックAIは、古典的なAIやニューラルネットワークのようなシンボリック処理を組み合わせたモデルを扱う。 本研究は近年,本分野の研究論文を調査し,提案モデルと応用モデルとの分類と比較を行った。
  論文  参考訳（メタデータ） (2023-05-12T19:51:13Z)
• ANALOGYKB: Unlocking Analogical Reasoning of Language Models with A Million-scale Knowledge Base [51.777618249271725]
  ANALOGYKBは、既存の知識グラフ(KGs)から派生した100万スケールのアナロジー知識ベースである 1)KGから直接抽出できる同一関係のアナロジー、2)大きな言語モデル(LLM)によって実現される選択とフィルタリングパイプラインと識別される類似関係のアナロジーである。
  論文  参考訳（メタデータ） (2023-05-10T09:03:01Z)
• Understanding Narratives through Dimensions of Analogy [17.68704739786042]
  アナロジカル推論は、人間が二つの状況を接続し、その知識を慣れ親しんだものから新しいものへと一般化する強力なツールである。 アナログによる推論の可能性を持つ現代のスケーラブルなAI技術は、比例アナロジーの特別なケースにのみ適用されている。 本稿では,(1)認知科学研究の熟達した知見に基づいて6次元のアナロジーを形式化し,(2)それぞれの次元でファブルのコーパスを注釈し,(3)AI技術のスケーラブルな評価を可能にする複雑さを増す4つのタスクを定義することによって,ギャップを埋めることを目的とする。
  論文  参考訳（メタデータ） (2022-06-14T20:56:26Z)
• Human-Robot Collaboration and Machine Learning: A Systematic Review of Recent Research [69.48907856390834]
  人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。 本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
  論文  参考訳（メタデータ） (2021-10-14T15:14:33Z)
• Knowledge as Invariance -- History and Perspectives of Knowledge-augmented Machine Learning [69.99522650448213]
  機械学習の研究は転換点にある。 研究の関心は、高度にパラメータ化されたモデルのパフォーマンス向上から、非常に具体的なタスクへとシフトしている。 このホワイトペーパーは、機械学習研究におけるこの新興分野の紹介と議論を提供する。
  論文  参考訳（メタデータ） (2020-12-21T15:07:19Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)
• Neural Analogical Matching [8.716086137563243]
  人間と類似することの重要性は、人工知能の幅広い分野における研究の活発な領域となった。 本稿では,構造的,記号的表現間の類似を学習するニューラルネットワークであるAnalogical Matching Networkを紹介する。
  論文  参考訳（メタデータ） (2020-04-07T17:50:52Z)
• Learning to See Analogies: A Connectionist Exploration [0.0]
  この論文は、Analogatorと呼ばれるコンピュータプログラムの開発を通じて、学習と類推の統合を探求している。 多くの異なる類推問題を「見る」ことで、可能な解とともに、アナロゲータは徐々に新しい類推を創り出す能力を発展させている。
  論文  参考訳（メタデータ） (2020-01-18T14:06:16Z)

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。