論文の概要: Introduction to Soar

• arxiv url: http://arxiv.org/abs/2205.03854v1
• Date: Sun, 8 May 2022 12:44:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-10 15:24:42.399206
• Title: Introduction to Soar
• Title（参考訳）: 特集にあたって
• Authors: John E. Laird
• Abstract要約: 本稿では,Soar バージョン9.6 の機能的概要について紹介する。 これには、その処理、記憶、学習モジュール、それらのインターフェース、そしてそれらのモジュールが使用する知識の表現を含む、Soarのアーキテクチャ構造に関する抽象的な概要が含まれている。 次に、Soarにおける意思決定のレベルと学習の多様性、および一般的な人間レベルのAIをサポートするアーキテクチャとしてのSoarの分析についてレビューする。
• 参考スコア（独自算出の注目度）: 5.177947445379687
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper is the recommended initial reading for a functional overview of Soar, version 9.6. It includes an abstract overview of the architectural structure of Soar including its processing, memories, learning modules, their interfaces, and the representations of knowledge used by those modules. From there it describes the processing supported by those modules, including decision making, impasses and substates, procedure learning via chunking, reinforcement learning, semantic memory, episodic memory, and spatial-visual reasoning. It then reviews the levels of decision making and variety of learning in Soar, and analysis of Soar as an architecture supporting general human-level AI. Following the references is an appendix that contains short descriptions of recent Soar agents and a glossary of the terminology we use in describing Soar.
• Abstract（参考訳）: 本稿では, soar の機能的概要, バージョン9.6 について概説する。 これには、その処理、記憶、学習モジュール、それらのインターフェース、それらのモジュールが使用する知識の表現を含む、soarのアーキテクチャ構造の概要が含まれている。 そこから、意思決定、含意、サブステート、チャンキングによる手順学習、強化学習、セマンティックメモリ、エピソディックメモリ、空間的視覚的推論など、これらのモジュールがサポートする処理について説明する。 次に、Soarにおける意思決定のレベルと学習の多様性、および一般的な人間レベルのAIをサポートするアーキテクチャとしてのSoarの分析についてレビューする。 参考文献は、最近のソアエージェントの短い記述と、ソアの記述に使用する用語の用語集を含む付録である。

関連論文リスト

• Augmented Commonsense Knowledge for Remote Object Grounding [67.30864498454805]
  エージェントナビゲーションを改善するための時間的知識グラフとして,コモンセンス情報を活用するための拡張コモンセンス知識モデル(ACK)を提案する。 ACKは知識グラフ対応のクロスモーダルとコンセプトアグリゲーションモジュールで構成され、視覚的表現と視覚的テキストデータアライメントを強化する。 我々は、より正確な局所的な行動予測につながるコモンセンスに基づく意思決定プロセスのための新しいパイプラインを追加します。
  論文  参考訳（メタデータ） (2024-06-03T12:12:33Z)
• Zero-shot Building Attribute Extraction from Large-Scale Vision and Language Models [37.832046812798104]
  本稿では,外部アノテーションへの依存を軽減するため,大規模視覚と言語モデルを用いた属性抽出のための新しいワークフローを提案する。 提案するワークフローには, 構造工学および土木工学に関連する語彙に基づいて, 画像レベルのキャプションと, 画像のセグメントレベルのキャプションという2つの重要な要素が含まれている。 我々のフレームワークは、構造的および土木工学領域における属性抽出を構築するために、AI駆動のキャプションを強化するための有望な道を提供する。
  論文  参考訳（メタデータ） (2023-12-19T14:44:02Z)
• An In-Context Schema Understanding Method for Knowledge Base Question Answering [70.87993081445127]
  大きな言語モデル(LLM)は、言語理解において強力な能力を示しており、この課題を解決するために使用することができる。 既存のメソッドは、当初、スキーマ固有の詳細を使わずにLLMを使用してロジックフォームのドラフトを生成することで、この課題を回避している。 そこで本研究では,LLMが文脈内学習を利用してスキーマを直接理解できる簡易なインコンテキスト理解(ICSU)手法を提案する。
  論文  参考訳（メタデータ） (2023-10-22T04:19:17Z)
• Structured prompt interrogation and recursive extraction of semantics (SPIRES): A method for populating knowledge bases using zero-shot learning [1.3963666696384924]
  SPIRES(Structured Prompt Interrogation and Recursive extract of Semantics)を提案する。 SPIRESは、ゼロショット学習(ZSL)と、柔軟なプロンプトから応答する汎用語彙を実行し、情報を特定のスキーマに返却するLarge Language Models(LLM)の機能に依存している。 現在のSPIRES精度は、既存のリレーショナル抽出(RE)メソッドの中間範囲に匹敵するが、簡単にカスタマイズでき、柔軟性があり、重要なことに、トレーニングデータがない場合に新しいタスクを実行する能力がある。
  論文  参考訳（メタデータ） (2023-04-05T19:07:04Z)
• Explainability of Text Processing and Retrieval Methods: A Critical Survey [1.5320737596132752]
  本稿では,自然言語処理と情報検索手法の説明可能性と解釈可能性について概説する。 具体的には、単語埋め込み、シーケンスモデリング、アテンションモジュール、トランスフォーマー、BERT、文書ランキングの説明に応用されたアプローチについて調査する。
  論文  参考訳（メタデータ） (2022-12-14T09:25:49Z)
• Pin the Memory: Learning to Generalize Semantic Segmentation [68.367763672095]
  本稿ではメタラーニングフレームワークに基づくセマンティックセグメンテーションのための新しいメモリ誘導ドメイン一般化手法を提案する。 本手法は,セマンティッククラスの概念的知識を,ドメインを超えて一定であるカテゴリ記憶に抽象化する。
  論文  参考訳（メタデータ） (2022-04-07T17:34:01Z)
• Constellation: Learning relational abstractions over objects for compositional imagination [64.99658940906917]
  静的な視覚シーンのリレーショナル抽象化を学習するネットワークであるConstellationを紹介する。 この研究は、視覚的関係を明確に表現し、それらを複雑な認知手続きに使用するための第一歩である。
  論文  参考訳（メタデータ） (2021-07-23T11:59:40Z)
• Improving Interpretability for Computer-aided Diagnosis tools on Whole Slide Imaging with Multiple Instance Learning and Gradient-based Explanations [2.5461557112299773]
  我々はWSI分類アーキテクチャの設計を形式化し、断片的解釈可能性アプローチを提案する。 本研究の目的は,タイルレベルスコアに基づいて決定を下す方法,タイルスコアがどう決定されるか,どの機能を用いてタスクに関連があるかを説明することである。 そこで本研究では,AUCにおけるタイルレベルの分類性能を29%以上向上させる,新しい解釈可能性スライドレベルの熱マップを提案する。
  論文  参考訳（メタデータ） (2020-09-29T13:39:27Z)
• A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
  既存の説明可能性技術を評価するための診断特性のリストを作成する。 そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
  論文  参考訳（メタデータ） (2020-09-25T12:01:53Z)
• A Benchmark for Structured Procedural Knowledge Extraction from Cooking Videos [126.66212285239624]
  本稿では,調理ビデオから抽出した構造化手続き的知識のベンチマークを提案する。 手動で注釈付けしたオープン語彙リソースには、356の指導的調理ビデオと15,523のビデオクリップ/文レベルのアノテーションが含まれています。
  論文  参考訳（メタデータ） (2020-05-02T05:15:20Z)

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。