論文の概要: From the String Landscape to the Mathematical Landscape: a
Machine-Learning Outlook
- arxiv url: http://arxiv.org/abs/2202.06086v1
- Date: Sat, 12 Feb 2022 15:18:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-18 07:20:02.378226
- Title: From the String Landscape to the Mathematical Landscape: a
Machine-Learning Outlook
- Title(参考訳): 文字列ランドスケープから数学的ランドスケープへ:機械学習の展望
- Authors: Yang-Hui He
- Abstract要約: 本稿では,機械学習を用いて数学問題の展望を探索する最近のプログラムについて概説する。
我々はAIが予測の定式化、パターン認識、計算にどのように役立つかを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We review the recent programme of using machine-learning to explore the
landscape of mathematical problems. With this paradigm as a model for human
intuition - complementary to and in contrast with the more formalistic approach
of automated theorem proving - we highlight some experiments on how AI helps
with conjecture formulation, pattern recognition and computation.
- Abstract(参考訳): 本稿では,機械学習を用いた数学問題の展望を探るプログラムについて概説する。
このパラダイムを人間の直観のモデルとして — 自動定理証明のより形式的なアプローチと対照的に — では,AIが予想定式化やパターン認識,計算にどのように役立つか,いくつかの実験を取り上げている。
関連論文リスト
- Applied Causal Inference Powered by ML and AI [54.88868165814996]
本書は古典的構造方程式モデル(SEM)とその現代AI等価性、有向非巡回グラフ(DAG)および構造因果モデル(SCM)のアイデアを提示する。
それは、現代の予測ツールを使用して、そのようなモデルで推論を行うダブル/デバイアスド機械学習メソッドをカバーしている。
論文 参考訳(メタデータ) (2024-03-04T20:28:28Z) - ATHENA: Mathematical Reasoning with Thought Expansion [3.3727470465639833]
ATHENA(Attention-based Thought Expansion Network Architecture)を導入し、現実の実践の課題に取り組む。
思考拡大は、前段から導かれる算数表現の思考を担っている候補を連続的に生成する。
論文 参考訳(メタデータ) (2023-11-02T07:03:25Z) - Discovering Interpretable Physical Models using Symbolic Regression and
Discrete Exterior Calculus [55.2480439325792]
本稿では,記号回帰(SR)と離散指数計算(DEC)を組み合わせて物理モデルの自動発見を行うフレームワークを提案する。
DECは、SRの物理問題への最先端の応用を越えている、場の理論の離散的な類似に対して、ビルディングブロックを提供する。
実験データから連続体物理の3つのモデルを再発見し,本手法の有効性を実証する。
論文 参考訳(メタデータ) (2023-10-10T13:23:05Z) - Semi-Supervised Machine Learning: a Homological Approach [0.0]
半教師付き機械学習の新しいアプローチの数学的基礎について述べる。
記号計算とコンピュータ代数を用いて、永続的ホモロジーの概念を適用し、新しい半教師付き学習法を得る。
論文 参考訳(メタデータ) (2023-01-27T11:16:45Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳(メタデータ) (2022-12-20T18:46:16Z) - From Perception to Programs: Regularize, Overparameterize, and Amortize [21.221244694737134]
ニューラルネットによる知覚入力を低次元の解釈可能な表現に解析し、次に合成プログラムで処理するニューロシンボリックプログラム合成技術を開発した。
問題を緩和し,全モジュールを勾配勾配でエンドツーエンドに学習する手法について検討する。
このツールボックスは、勾配誘導型プログラム探索の安定性を改善し、入力を離散抽象として知覚する方法と、それらの抽象をプログラムとして象徴的に処理する方法の両方を学ぶ方法を提案する。
論文 参考訳(メタデータ) (2022-06-13T06:27:11Z) - Goal Agnostic Planning using Maximum Likelihood Paths in Hypergraph
World Models [1.370633147306388]
本稿では,ハイパーグラフに基づく機械学習アルゴリズム,データ構造駆動型メンテナンス手法,およびDijkstraのアルゴリズムの確率的応用に基づく計画アルゴリズムを提案する。
このアルゴリズムが問題空間内の最適解を決定すること、数学的に有界な学習性能を証明し、時間を通してシステム状態の進行を解析する数学的モデルを提供する。
論文 参考訳(メタデータ) (2021-10-18T16:22:33Z) - Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。
このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文 参考訳(メタデータ) (2021-01-13T15:22:01Z) - Mathematical Perspective of Machine Learning [0.0]
我々は、関数近似としての機械学習の理論的課題、デフォルト最適化アルゴリズムとしての勾配降下、固定長と幅ネットワークの制限、数学的観点からのRNNに対する異なるアプローチについて詳しく検討する。
論文 参考訳(メタデータ) (2020-07-03T05:26:02Z) - Machine Number Sense: A Dataset of Visual Arithmetic Problems for
Abstract and Relational Reasoning [95.18337034090648]
文法モデルを用いて自動生成される視覚的算術問題からなるデータセット、MNS(Machine Number Sense)を提案する。
これらの視覚的算術問題は幾何学的フィギュアの形をしている。
我々は、この視覚的推論タスクのベースラインとして、4つの主要なニューラルネットワークモデルを用いて、MNSデータセットをベンチマークする。
論文 参考訳(メタデータ) (2020-04-25T17:14:58Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳(メタデータ) (2020-03-02T10:32:21Z)
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。