Fugu-MT 論文翻訳(概要): An Analysis and Comparison of ACT-R and Soar

論文の概要: An Analysis and Comparison of ACT-R and Soar

arxiv url: http://arxiv.org/abs/2201.09305v1
Date: Sun, 23 Jan 2022 16:22:48 GMT
ステータス: 処理完了
システム内更新日: 2022-01-26 09:46:34.093381
Title: An Analysis and Comparison of ACT-R and Soar
Title（参考訳）: act-rとsoarの分析と比較
Authors: John E. Laird
Abstract要約: 作業記憶、手続き記憶、長期宣言記憶に重点を置いている。エージェントデータ、メタデータ、メタプロセスデータを含む、これらのアーキテクチャが使用するプロセスと異なる情報のクラスを特定します。
参考スコア（独自算出の注目度）: 5.177947445379687
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This is a detailed analysis and comparison of the ACT-R and Soar cognitive architectures, including their overall structure, their representations of agent data and metadata, and their associated processing. It focuses on working memory, procedural memory, and long-term declarative memory. I emphasize the commonalities, which are many, but also highlight the differences. I identify the processes and distinct classes of information used by these architectures, including agent data, metadata, and meta-process data, and explore the roles that metadata play in decision making, memory retrievals, and learning.
Abstract（参考訳）: これはACT-RとSoarの認知アーキテクチャの詳細な分析と比較であり、全体的な構造、エージェントデータとメタデータの表現、関連する処理を含んでいる。作業メモリ、手続きメモリ、長期宣言メモリに焦点を当てている。私は多くの共通点を強調しますが、違いも強調しています。エージェントデータ、メタデータ、メタプロセスデータを含む、これらのアーキテクチャが使用するプロセスと異なる情報のクラスを特定し、メタデータが意思決定、メモリ検索、学習で果たす役割について調べます。

関連論文リスト

A Framework for Inference Inspired by Human Memory Mechanisms [9.408704431898279]
本稿では,知覚,記憶,推論の構成要素からなるPMIフレームワークを提案する。メモリモジュールは、ワーキングメモリと長期メモリから構成され、後者は、広範囲で複雑なリレーショナル知識と経験を維持するために、高次構造を備えている。我々は、bAbI-20kやSolt-of-CLEVRデータセットのような質問応答タスクにおいて、一般的なTransformerとCNNモデルを改善するためにPMIを適用します。
論文参考訳（メタデータ） (2023-10-01T08:12:55Z)
AVIS: Autonomous Visual Information Seeking with Large Language Model Agent [123.75169211547149]
本稿では,視覚的質問応答フレームワークAVISを提案する。本手法は,LLM(Large Language Model)を利用して外部ツールの利用を動的に強化する。 AVIS は Infoseek や OK-VQA などの知識集約型視覚質問応答ベンチマークの最先端結果を達成する。
論文参考訳（メタデータ） (2023-06-13T20:50:22Z)
Improving Image Recognition by Retrieving from Web-Scale Image-Text Data [68.63453336523318]
本稿では,メモリから抽出した各サンプルの重要性を学習するアテンションベースのメモリモジュールを提案する。既存の手法と比較して,提案手法は無関係な検索例の影響を排除し,入力クエリに有益であるものを保持する。我々は、ImageNet-LT、Places-LT、Webvisionのデータセットで最先端の精度を実現していることを示す。
論文参考訳（メタデータ） (2023-04-11T12:12:05Z)
BURST: A Benchmark for Unifying Object Recognition, Segmentation and Tracking in Video [58.71785546245467]
複数の既存のベンチマークには、ビデオ内のオブジェクトのトラッキングとセグメンテーションが含まれる。異なるベンチマークデータセットとメトリクスを使用するため、それらの相互作用はほとんどありません。高品質なオブジェクトマスクを備えた数千の多様なビデオを含むデータセットであるBURSTを提案する。すべてのタスクは、同じデータと同等のメトリクスを使って評価されます。
論文参考訳（メタデータ） (2022-09-25T01:27:35Z)
Human Activity Recognition using Attribute-Based Neural Networks and Context Information [61.67246055629366]
手作業におけるウェアラブルセンサデータから人間の活動認識(HAR)を考察する。我々は、コンテキスト情報をディープニューラルネットワークベースのHARシステムに体系的に組み込む方法を示す。提案したアーキテクチャは,最先端手法と比較してHAR性能が向上することを示す。
論文参考訳（メタデータ） (2021-10-28T06:08:25Z)
Memory-Based Semantic Parsing [79.48882899104997]
文脈依存型セマンティック解析のためのメモリベースモデルを提案する。逐次的ユーザ発話の累積的意味を維持することにより,メモリ管理を行うコンテキストメモリコントローラを学習する。
論文参考訳（メタデータ） (2021-09-07T16:15:13Z)
Explaining the Performance of Multi-label Classification Methods with Data Set Properties [1.1278903078792917]
MLC(Multi-label Classification)のためのデータセットと手法に関する総合メタラーニング研究を提案する。ここでは,40個のMLCデータセットを,データの異なる特性を記述した50個のメタ特徴を用いて解析する。 MLCデータセットの空間を記述する最も顕著なメタ機能は、ラベル空間の異なる側面を評価するものである。
論文参考訳（メタデータ） (2021-06-28T11:00:05Z)
Memory Wrap: a Data-Efficient and Interpretable Extension to Image Classification Models [9.848884631714451]
Memory Wrapは、任意の画像分類モデルのプラグアンドプレイ拡張である。データ効率性とモデル解釈性の両方を改善し、コンテンツアテンションメカニズムを採用する。メモリラップは,限られたデータ集合から学習すると,標準的な分類器よりも優れることを示す。
論文参考訳（メタデータ） (2021-06-01T07:24:19Z)
A Query Language for Summarizing and Analyzing Business Process Data [6.952242545832663]
プロセスグラフ(Process Graph)やプロセスグラフ(Process Graph)といった,プロセスデータをグラフとしてモデル化するフレームワークを提案する。プロセスグラフのクエリ、探索、分析のためのスケーラブルなアーキテクチャを実装しました。
論文参考訳（メタデータ） (2021-05-23T11:07:53Z)
MetaPerturb: Transferable Regularizer for Heterogeneous Tasks and Architectures [61.73533544385352]
本稿ではメタパーターブ(MetaPerturb)というトランスファー可能な摂動モデルを提案する。 MetaPerturbは、レイヤやタスクにまたがる多様な分散を訓練したセット関数であるため、異種タスクやアーキテクチャを一般化することができる。
論文参考訳（メタデータ） (2020-06-13T02:54:59Z)

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。