Fugu-MT 論文翻訳(概要): An Algebraic Approach to Learning and Grounding

論文の概要: An Algebraic Approach to Learning and Grounding

arxiv url: http://arxiv.org/abs/2204.02813v1
Date: Wed, 6 Apr 2022 13:29:11 GMT
ステータス: 処理完了
システム内更新日: 2022-04-07 19:23:06.300599
Title: An Algebraic Approach to Learning and Grounding
Title（参考訳）: 学習と接地への代数的アプローチ
Authors: Johanna Bj\"orklund, Adam Dahlgren Lindstr\"om, Frank Drewes
Abstract要約: 本稿では,コンポジット代数表現の意味論を例から学ぶことの問題点について考察する。入力は部分代数 A と有限個のサンプル (phi1, O1), (phi2, O2) である。本フレームワークの適用性については,文法推論,画像言語学習,論理シーン記述の基盤化といったケーススタディを通じて実証する。
参考スコア（独自算出の注目度）: 0.9560980936110233
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We consider the problem of learning the semantics of composite algebraic expressions from examples. The outcome is a versatile framework for studying learning tasks that can be put into the following abstract form: The input is a partial algebra A and a finite set of samples ({\phi}1, O1), ({\phi}2, O2), ..., each consisting of an algebraic term {\phi}i and a set of objects Oi. The objective is to simultaneously fill in the missing algebraic operations in A and ground the variables of every {\phi}i in Oi, so that the combined value of the terms is optimised. We demonstrate the applicability of this framework through case studies in grammatical inference, picture-language learning, and the grounding of logic scene descriptions.
Abstract（参考訳）: 本稿では,複合代数表現の意味を例から学ぶ問題を考える。入力は部分代数 A と有限個のサンプル集合 ({\phi}1, O1), ({\phi}2, O2), ... であり、それぞれ代数的項 {\phi}i と対象 Oi からなる。目的は、a で欠けている代数演算を同時に満たし、oi 内のすべての {\phi}i の変数を接地することで、項の組合せ値を最適化することである。本稿では,文法推論,画像言語学習,論理シーン記述の接地といったケーススタディを通して,このフレームワークの適用性を示す。

関連論文リスト

Abstract Visual Reasoning: An Algebraic Approach for Solving Raven's Progressive Matrices [9.092255360641163]
抽象的推論に適した新しい推論フレームワークである代数的機械推論を導入する。我々のフレームワークは、与えられた解集合から正しい解を選択でき、また与えられた質問行列のみで正しい解を生成することができる。 I-RAVENデータセットの実験では、全体的な9,3.2%の精度が得られ、現在の最先端の精度7,7.0%の精度を著しく上回り、8,4.4%の精度で人間のパフォーマンスを上回っている。
論文参考訳（メタデータ） (2023-03-21T10:34:39Z)
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)
On the Complexity of Representation Learning in Contextual Linear Bandits [110.84649234726442]
表現学習は線形帯域よりも根本的に複雑であることを示す。特に、与えられた表現の集合で学ぶことは、その集合の中で最悪の実現可能な表現で学ぶことよりも決して単純ではない。
論文参考訳（メタデータ） (2022-12-19T13:08:58Z)
Synergies between Disentanglement and Sparsity: Generalization and Identifiability in Multi-Task Learning [79.83792914684985]
我々は,最大スパース基底予測器が不整合表現をもたらす条件を提供する新しい識別可能性の結果を証明した。この理論的な結果から,両レベル最適化問題に基づくアンタングル表現学習の実践的アプローチを提案する。
論文参考訳（メタデータ） (2022-11-26T21:02:09Z)
Multi-View Reasoning: Consistent Contrastive Learning for Math Word Problem [24.077997852849528]
数学語問題解法は、テキスト中の量に関する正確な関係推論と、多様な方程式に対する信頼性のある生成の両方を必要とする。より完全なセマンティクスから方程式マッピングのためのマルチビューコントラスト学習を提案する。
論文参考訳（メタデータ） (2022-10-21T02:44:55Z)
Machine Learning for Combinatorial Optimisation of Partially-Specified Problems: Regret Minimisation as a Unifying Lens [34.87439325210671]
部分的に特定された最適化問題を解くことは、ますます一般的になっている。課題は、一連の厳しい制約を考慮して、利用可能なデータからそれらを学ぶことだ。本稿では,難解な最適化問題の目的関数を学習したと見なすことのできる,一見無関係な4つのアプローチについて概説する。
論文参考訳（メタデータ） (2022-05-20T13:06:29Z)
Learning Algebraic Representation for Systematic Generalization in Abstract Reasoning [109.21780441933164]
推論における体系的一般化を改善するためのハイブリッドアプローチを提案する。我々はRaven's Progressive Matrices (RPM) の抽象的空間時間課題に対する代数的表現を用いたプロトタイプを紹介する。得られた代数的表現は同型によって復号化して解を生成することができることを示す。
論文参考訳（メタデータ） (2021-11-25T09:56:30Z)
Learning Algebraic Recombination for Compositional Generalization [71.78771157219428]
合成一般化のための代数的組換え学習のためのエンドツーエンドニューラルモデルLeARを提案する。主要な洞察は、意味解析タスクを潜在構文代数学と意味代数学の間の準同型としてモデル化することである。 2つの現実的・包括的構成一般化の実験は、我々のモデルの有効性を実証している。
論文参考訳（メタデータ） (2021-07-14T07:23:46Z)
Generalized Inverse Planning: Learning Lifted non-Markovian Utility for Generalizable Task Representation [83.55414555337154]
本研究では,人間の実演からこのような有用性を学ぶことを研究する。本稿では,本領域におけるユーティリティ学習のための新しい探索手法である一般化逆計画を提案する。計算フレームワークである最大エントロピー逆計画(MEIP)について概説し、非マルコフ的効用と関連する概念を生成的に学習する。
論文参考訳（メタデータ） (2020-11-12T21:06:26Z)
General Data Analytics with Applications to Visual Information Analysis: A Provable Backward-Compatible Semisimple Paradigm over T-Algebra [7.028302194243312]
我々は最近報告された半単純代数に対する一般データ解析の新しい後方互換性パラダイムを考える。視覚パターン解析のための標準アルゴリズムを一般化する。公開データセットの実験では、一般化されたアルゴリズムは標準的アルゴリズムと好意的に比較されている。
論文参考訳（メタデータ） (2020-10-31T16:41:09Z)

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。