論文の概要: Emergent Communication through Metropolis-Hastings Naming Game with Deep Generative Models

• arxiv url: http://arxiv.org/abs/2205.12392v1
• Date: Tue, 24 May 2022 22:49:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-26 12:27:58.257604
• Title: Emergent Communication through Metropolis-Hastings Naming Game with Deep Generative Models
• Title（参考訳）: 深部生成モデルを用いたメトロポリス・ハスティング・ナーミングゲームによる創発的コミュニケーション
• Authors: Tadahiro Taniguchi, Yuto Yoshida, Akira Taniguchi, Yoshinobu Hagiwara
• Abstract要約: 本研究の目的は,確率的生成モデルに基づく創発的コミュニケーションのための新しいモデルを提供することである。 メトロポリス・ハスティングス(Metropolis-Hastings、MH)は、積分確率的生成モデルのための一種のMHアルゴリズムである。 また、創発的コミュニケーションをシミュレートする深層生成モデルであるInter-GMM+VAEも提供する。
• 参考スコア（独自算出の注目度）: 6.270305440413688
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Emergent communication, also known as symbol emergence, seeks to investigate computational models that can better explain human language evolution and the creation of symbol systems. This study aims to provide a new model for emergent communication, which is based on a probabilistic generative model. We define the Metropolis-Hastings (MH) naming game by generalizing a model proposed by Hagiwara et al. \cite{hagiwara2019symbol}. The MH naming game is a sort of MH algorithm for an integrative probabilistic generative model that combines two agents playing the naming game. From this viewpoint, symbol emergence is regarded as decentralized Bayesian inference, and semiotic communication is regarded as inter-personal cross-modal inference. We also offer Inter-GMM+VAE, a deep generative model for simulating emergent communication, in which two agents create internal representations and categories and share signs (i.e., names of objects) from raw visual images observed from different viewpoints. The model has been validated on MNIST and Fruits 360 datasets. Experiment findings show that categories are formed from real images observed by agents, and signs are correctly shared across agents by successfully utilizing both of the agents' views via the MH naming game. Furthermore, it has been verified that the visual images were recalled from the signs uttered by the agents. Notably, emergent communication without supervision and reward feedback improved the performance of unsupervised representation learning.
• Abstract（参考訳）: 創発的コミュニケーション(英: Emergent Communication)は、人間の言語進化とシンボルシステムの作成をよりよく説明できる計算モデルの研究である。 本研究の目的は,確率的生成モデルに基づく創発的コミュニケーションの新しいモデルを提供することである。 羽原らによって提案されたモデルを一般化し,metropolis-hastings (mh) ネーミングゲームを定義する。 通称「ハギワラ2019シンボル」。 MH命名ゲームは、この命名ゲームをプレイする2つのエージェントを組み合わせた統合確率的生成モデルのための一種のMHアルゴリズムである。 この観点からは、シンボル出現は分散ベイズ推論と見なされ、記号的コミュニケーションは個人間クロスモーダル推論と見なされる。 創発的コミュニケーションをシミュレートする深層生成モデルであるInter-GMM+VAE(Inter-GMM+VAE)も提供する。 このモデルはmnistと fruits 360データセットで検証されている。 実験の結果,エージェントが観察した実際の画像からカテゴリが生成され,MH命名ゲームを通じてエージェントのビューをうまく活用することで,エージェント間でサインが正しく共有されることがわかった。 さらに,エージェントが発声した標識から視覚画像が回想されたことを確認した。 特に、監督や報酬のフィードバックのない緊急コミュニケーションは、教師なし表現学習の性能を改善した。

関連論文リスト

• Human-Object Interaction Detection Collaborated with Large Relation-driven Diffusion Models [65.82564074712836]
  テキストと画像の拡散モデルに光を流す新しいHOI検出器であるDIFfusionHOIを紹介する。 まず、埋め込み空間における人間と物体の関係パターンの表現をインバージョンベースで学習する戦略を考案する。 これらの学習された関係埋め込みはテキストのプロンプトとして機能し、スタイア拡散モデルが特定の相互作用を記述する画像を生成する。
  論文  参考訳（メタデータ） (2024-10-26T12:00:33Z)
• Symbol emergence as interpersonal cross-situational learning: the emergence of lexical knowledge with combinatoriality [5.350057408744861]
  本稿では,認知・発達ロボティクスにおけるシンボル出現システムの計算モデルを提案する。 提案手法は,カテゴリー形成を行うことにより,メトロポリスティの語彙的知識の出現を促進する。 本研究は,提案モデルを用いて開発した語彙知識が,新たな状況における性能を示すことを示すものである。
  論文  参考訳（メタデータ） (2023-06-27T23:55:33Z)
• Recursive Metropolis-Hastings Naming Game: Symbol Emergence in a Multi-agent System based on Probabilistic Generative Models [6.270305440413688]
  本稿では,メトロポリス・ハスティングスの名称ゲーム(MHNG)をNエージェントシナリオに拡張する。 RMHNGはエージェントが共有する潜伏変数の後方分布を近似したベイズ推定法である。 RMHNGの計算が単純化されたバージョンでさえ、シンボルがエージェント間で出現することを可能にした。
  論文  参考訳（メタデータ） (2023-05-31T11:46:13Z)
• Message Intercommunication for Inductive Relation Reasoning [49.731293143079455]
  我々はMINESと呼ばれる新しい帰納的関係推論モデルを開発した。 隣り合う部分グラフにメッセージ通信機構を導入する。 我々の実験は、MINESが既存の最先端モデルより優れていることを示している。
  論文  参考訳（メタデータ） (2023-05-23T13:51:46Z)
• Models of symbol emergence in communication: a conceptual review and a guide for avoiding local minima [0.0]
  計算シミュレーションは、通信の出現に関する仮説をテストする一般的な方法である。 我々は、いくつかの最も代表的なモデルの仮定と説明的対象を特定し、既知の結果を要約する。 この観点から、意味ある象徴的コミュニケーションの出現をモデル化する道のりをスケッチする。
  論文  参考訳（メタデータ） (2023-03-08T12:53:03Z)
• Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models [103.61066310897928]
  最近のテキスト・ツー・イメージ生成モデルは、ターゲットのテキスト・プロンプトによって導かれる多様な創造的な画像を生成する非例外的な能力を実証している。 革命的ではあるが、現在の最先端拡散モデルは、与えられたテキストプロンプトのセマンティクスを完全に伝達するイメージの生成に失敗する可能性がある。 本研究では, 一般に公開されている安定拡散モデルを分析し, 破滅的無視の有無を評価し, そのモデルが入力プロンプトから1つ以上の被写体を生成するのに失敗した場合について検討する。 提案するジェネレーティブ・セマンティック・ナーシング(GSN)の概念は、推論時間中にハエの生殖過程に介入し、忠実性を改善するものである。
  論文  参考訳（メタデータ） (2023-01-31T18:10:38Z)
• Exploring Multi-Modal Representations for Ambiguity Detection & Coreference Resolution in the SIMMC 2.0 Challenge [60.616313552585645]
  会話型AIにおける効果的なあいまいさ検出と参照解決のためのモデルを提案する。 具体的には,TOD-BERTとLXMERTをベースとしたモデルを用いて,多数のベースラインと比較し,アブレーション実験を行う。 以上の結果から,(1)言語モデルでは曖昧さを検出するためにデータの相関を活用でき,(2)言語モデルではビジョンコンポーネントの必要性を回避できることがわかった。
  論文  参考訳（メタデータ） (2022-02-25T12:10:02Z)
• Emergent Graphical Conventions in a Visual Communication Game [80.79297387339614]
  人間は象徴的な言語とは別にグラフィカルなスケッチと通信する。 視覚コミュニケーションゲームをする2つのニューラルエージェントを介して、このような進化過程をモデル化し、シミュレートする第一歩を踏み出す。 我々は,コミュニケーションと抽象的なグラフィカルな慣行を成功させるために,エージェントを共同で進化させる新しい強化学習手法を考案した。
  論文  参考訳（メタデータ） (2021-11-28T18:59:57Z)
• Emergent Communication with World Models [80.55287578801008]
  本稿では,自然言語メッセージを解釈する言語条件生成モデルのクラスであるLanguage World Modelsを紹介する。 我々は、この「観測」を永続記憶状態に組み込んで、リスニングエージェントのポリシーを条件付けします。 これにより、2次元グリッドワールド話者リスナーナビゲーションタスクにおける効果的なコミュニケーションとタスク成功が向上することを示す。
  論文  参考訳（メタデータ） (2020-02-22T02:34:51Z)
• Towards Graph Representation Learning in Emergent Communication [37.8523331078468]
  我々は,マルチエージェントシステムにおける言語進化と協調を支援するために,グラフ畳み込みネットワークを利用する。 画像ベースの参照ゲームに動機づけられた,複雑度の異なるグラフ参照ゲームを提案する。 出現した通信プロトコルは堅牢であり、エージェントはゲームの変動の真の要因を明らかにし、トレーニング中に遭遇したサンプルを超えて一般化することを学ぶ。
  論文  参考訳（メタデータ） (2020-01-24T15:55:59Z)

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。