論文の概要: Recognizing Concepts and Recognizing Musical Themes. A Quantum Semantic
Analysis
- arxiv url: http://arxiv.org/abs/2202.10941v1
- Date: Thu, 17 Feb 2022 17:55:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-27 18:06:47.323494
- Title: Recognizing Concepts and Recognizing Musical Themes. A Quantum Semantic
Analysis
- Title(参考訳): 概念の認識と音楽のテーマの認識。
量子意味解析
- Authors: Maria Luisa Dalla Chiara, Roberto Giuntini, Eleonora Negri, Giuseppe
Sergioli
- Abstract要約: 過去の経験に基づいて、抽象概念や音楽テーマはどのように認識されているか?
この問題は、パターン認識と機械学習に対する量子アプローチの枠組みでうまく議論できる。
認識手順は人間と人工知能では異なるが、どちらの場合においても「問題に直面する」方法が一般的である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: How are abstract concepts and musical themes recognized on the basis of some
previous experience? It is interesting to compare the different behaviors of
human and of artificial intelligences with respect to this problem. Generally,
a human mind that abstracts a concept (say, table) from a given set of known
examples creates a table-Gestalt: a kind of vague and out of focus image that
does not fully correspond to a particular table with well determined features.
A similar situation arises in the case of musical themes. Can the construction
of a gestaltic pattern, which is so natural for human minds, be taught to an
intelligent machine? This problem can be successfully discussed in the
framework of a quantum approach to pattern recognition and to machine learning.
The basic idea is replacing classical data sets with quantum data sets, where
either objects or musical themes can be formally represented as pieces of
quantum information, involving the uncertainties and the ambiguities that
characterize the quantum world. In this framework, the intuitive concept of
Gestalt can be simulated by the mathematical concept of positive centroid of a
given quantum data set. Accordingly, the crucial problem "how can we classify a
new object or a new musical theme (we have listened to) on the basis of a
previous experience?" can be dealt with in terms of some special quantum
similarity-relations. Although recognition procedures are different for human
and for artificial intelligences, there is a common method of "facing the
problems" that seems to work in both cases.
- Abstract(参考訳): 過去の経験に基づいて、抽象概念や音楽テーマはどのように認識されているか?
この問題に関して、人間と人工知能の異なる行動を比較することは興味深い。
一般に、ある概念(例えば、表)を既知の例のセットから抽象化する人間の心は、テーブル・ゲシュタルト(table-gestalt)を生成する。
同様の状況は、音楽的なテーマの場合には生じる。
人間の心にとって非常に自然なゲシュタルティックなパターンの構築は、知的機械に教えられるのだろうか?
この問題は、パターン認識と機械学習への量子アプローチの枠組みにおいて、うまく議論することができる。
基本的な考え方は、古典的なデータセットを量子データセットに置き換えることであり、オブジェクトまたは音楽のテーマは、量子世界の特徴となる不確実性と曖昧さを含む量子情報の断片として形式的に表現することができる。
この枠組みでは、ジェスタルトの直感的な概念は、与えられた量子データセットの正中心の数学的概念によってシミュレートすることができる。
したがって、「新しい物体や新しい音楽の主題を以前の経験に基づいてどのように分類できるか」という重要な問題は、いくつかの特別な量子類似性関係の観点から扱うことができる。
認識手順は人間と人工知能では異なるが、どちらの場合においても「問題に直面する」方法が一般的である。
関連論文リスト
- Quantum panprotopsychism and the structure and subject-summing combination problem [0.0]
ウィリアム・ジェームスによってもたらされた主観的な問題は、おそらく汎心理学における最初の、そして最も重要な組み合わせ問題である。
我々は、ホワイトヘッドが提唱した理解の概念に触発された経験の主題の概念に目を向ける。
この分析は、脳における量子認知機構の実装に関する条件を課している。
論文 参考訳(メタデータ) (2024-09-02T16:47:57Z) - 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) - Quantum panprotopsychism and the combination problem [0.0]
我々は、ハッサールと同様の意識の現象論的分析は、現象的品質の影響が世界に対する認識を形作ることを示していると論じる。
また、物理的および数学的科学の動作の仕方も示しており、観測された規則を通信可能な数学的法則で正確に記述することができる。
論文 参考訳(メタデータ) (2024-02-04T19:17:28Z) - Intrinsic Physical Concepts Discovery with Object-Centric Predictive
Models [86.25460882547581]
PHYsical Concepts Inference NEtwork (PHYCINE) は、異なる抽象レベルの物理概念を監督なしで推論するシステムである。
物理概念変数を含むオブジェクト表現は因果推論タスクの性能向上に有効であることを示す。
論文 参考訳(メタデータ) (2023-03-03T11:52:21Z) - Quantum Circuit Components for Cognitive Decision-Making [0.12891210250935145]
本稿では、量子コンピュータ上の回路として、人間の意思決定の古典的でないモデルがうまく動作できることを実証する。
この主張は、人間の脳が量子ビットと量子回路を明示的に用いているのではなく、量子認知と量子コンピューティングの間で共有された数学が、量子コンピュータの探索を動機付けているというものである。
論文 参考訳(メタデータ) (2023-02-06T18:52:10Z) - Towards a Holistic Understanding of Mathematical Questions with
Contrastive Pre-training [65.10741459705739]
本稿では,数学的問題表現,すなわち QuesCo に対する対照的な事前学習手法を提案する。
まず、コンテンツレベルと構造レベルを含む2段階の質問強化を設計し、類似した目的で文字通り多様な質問ペアを生成する。
そこで我々は,知識概念の階層的情報を完全に活用するために,知識階層を意識したランク戦略を提案する。
論文 参考訳(メタデータ) (2023-01-18T14:23:29Z) - A Quantum-Classical Model of Brain Dynamics [62.997667081978825]
混合ワイル記号は、脳の過程を顕微鏡レベルで記述するために用いられる。
プロセスに関与する電磁場とフォノンモードは古典的または半古典的に扱われる。
ゼロ点量子効果は、各フィールドモードの温度を制御することで数値シミュレーションに組み込むことができる。
論文 参考訳(メタデータ) (2023-01-17T15:16:21Z) - Quantum Structure in Human Perception [0.0]
重ね合わせ、文脈性、絡み合いの量子構造が人間の知覚自体に起源を持つ方法を検討する。
我々の分析は、人間の知覚が分類的知覚のゆらぎのメカニズムをどう組み込むかという単純な量子測定モデルから導かれる。
論文 参考訳(メタデータ) (2022-08-07T13:59:23Z) - Quantum realism: axiomatization and quantification [77.34726150561087]
我々は、量子リアリズムの公理化(量子論と相容れないリアリズムの概念)を構築する。
提案された公理のほとんどすべてを満たすことを示すエントロピー量化器のクラスを明示的に構成する。
論文 参考訳(メタデータ) (2021-10-10T18:08:42Z) - The Role of General Intelligence in Mathematical Reasoning [0.0]
オブジェクトは数学の領域の中心であり、それに対する私たちの相互作用と推論です。
現代認知科学とA.I.では、物理領域と数学領域は別々に探索される。
数学的な対象が非数学的対象と同等の空間を持つ,オブジェクト表現の学習のための抽象的理論的枠組みについて述べる。
論文 参考訳(メタデータ) (2021-04-27T20:43:25Z) - 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)
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。