Fugu-MT 論文翻訳(概要): From the String Landscape to the Mathematical Landscape: a Machine-Learning Outlook

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

Inverse Problems and Data Assimilation: A Machine Learning Approach [2.4311599697311275]
これらのノートの目的は、機械学習におけるアイデアが逆問題やデータ同化の分野に影響を与える可能性を実証することである。副産物として、機械学習における様々なトピックの簡潔な数学的処理を含める。
論文参考訳（メタデータ） (2024-10-14T14:01:35Z)
Unified Explanations in Machine Learning Models: A Perturbation Approach [0.0]
XAIとモデリング技術の不整合は、これらの説明可能性アプローチの有効性に疑念を投げかけるという望ましくない効果をもたらす可能性がある。我々はXAI, SHapley Additive exPlanations (Shap) において, 一般的なモデルに依存しない手法に対する系統的摂動解析を提案する。我々は、一般的な機械学習とディープラーニングの手法のスイートと、静的ケースホールドで生成された説明の正確さを定量化するためのメトリクスの中で、動的推論の設定において、相対的な特徴重要度を生成するアルゴリズムを考案した。
論文参考訳（メタデータ） (2024-05-30T16:04:35Z)
A Multimodal Automated Interpretability Agent [63.8551718480664]
MAIAは、ニューラルモデルを使用して、ニューラルモデル理解タスクを自動化するシステムである。まず、画像の学習表現における(ニューロンレベルの)特徴を記述できるMAIAの能力を特徴付ける。次に、MAIAは、刺激的な特徴に対する感度の低下と、誤分類される可能性のある入力を自動的に識別する2つの追加の解釈可能性タスクに役立てることができることを示す。
論文参考訳（メタデータ） (2024-04-22T17:55:11Z)
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)
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)
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)

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。