論文の概要: A Survey on Compositional Generalization in Applications
- arxiv url: http://arxiv.org/abs/2302.01067v1
- Date: Thu, 2 Feb 2023 12:56:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-03 14:02:37.456152
- Title: A Survey on Compositional Generalization in Applications
- Title（参考訳）: 合成一般化の応用に関する調査
- Authors: Baihan Lin, Djallel Bouneffouf, Irina Rish
- Abstract要約: 共通の応用の分類を導入し、それぞれの分野の最先端を要約する。
我々は、この急成長する分野の将来に関する重要なトレンドを特定し、新たな視点を提供する。
- 参考スコア（独自算出の注目度）: 34.854536132163595
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The field of compositional generalization is currently experiencing a
renaissance in AI, as novel problem settings and algorithms motivated by
various practical applications are being introduced, building on top of the
classical compositional generalization problem. This article aims to provide a
comprehensive review of top recent developments in multiple real-life
applications of the compositional generalization. Specifically, we introduce a
taxonomy of common applications and summarize the state-of-the-art for each of
those domains. Furthermore, we identify important current trends and provide
new perspectives pertaining to the future of this burgeoning field.
- Abstract（参考訳）: 構成一般化の分野は現在、古典的な構成一般化問題の上に構築され、様々な実践的応用によって動機付けられた新しい問題設定とアルゴリズムが導入され、AIにおけるルネサンスを経験している。
本稿では,合成一般化の複数の実生活応用における最新の展開を概観する。
具体的には,共通応用の分類法を紹介し,それらの各分野の最先端を要約する。
さらに,現在,重要なトレンドを特定し,この急成長する分野の将来に関する新たな展望を提供する。
関連論文リスト
- Towards Compositionally Generalizable Semantic Parsing in Large Language Models: A Survey [0.0]
本稿では, 合成一般化のための分析, 方法, 評価手法の最近の進歩をめざした文献調査を行う。
この種の一般化は、タスク指向対話のようなアプリケーションに対する意味解析のコミュニティに特に関係している。
論文 参考訳（メタデータ） (2024-04-15T10:44:58Z) - Textual Summarisation of Large Sets: Towards a General Approach [6.300214994153669]
我々は,学術論文における参照集合を要約するためのルールベースNLG手法を提示し,評価する。
これは、消費者製品の集合の要約に関するこれまでの作業を拡張し、我々のモデルがこれらの2つの非常に異なる領域をどのように一般化するかを示す。
論文 参考訳（メタデータ） (2024-01-17T08:16:05Z) - Generalization Bounds: Perspectives from Information Theory and PAC-Bayes [31.803107987439784]
PAC-Bayesianアプローチは、機械学習アルゴリズムの一般化機能に対処するための柔軟なフレームワークとして確立されている。
一般化に関する情報理論的な視点が発達し、一般化と様々な情報手段の関係が確立された。
本稿では,2つの視点が共通する手法と結果を提示し,異なるアプローチと解釈について議論する。
論文 参考訳（メタデータ） (2023-09-08T15:23:40Z) - Domain Specialization as the Key to Make Large Language Models Disruptive: A Comprehensive Survey [100.24095818099522]
大規模言語モデル(LLM)は自然言語処理(NLP)の分野を著しく進歩させた。
広範囲のアプリケーションに対して、非常に有用でタスクに依存しない基盤を提供する。
しかし、特定の領域における洗練された問題を解決するために直接LLMを適用することは、多くのハードルを満たす。
論文 参考訳（メタデータ） (2023-05-30T03:00:30Z) - State-of-the-art generalisation research in NLP: A taxonomy and review [87.1541712509283]
NLPにおける一般化研究の特徴付けと理解のための分類法を提案する。
我々の分類学は、一般化研究の広範な文献レビューに基づいている。
私たちは、一般化をテストする400以上の論文を分類するために分類を使います。
論文 参考訳（メタデータ） (2022-10-06T16:53:33Z) - A Survey of Generalisation in Deep Reinforcement Learning [18.098133342169646]
深層強化学習の一般化は、展開時に目に見えない新しい状況に一般化するRLアルゴリズムを作ることを目的としている。
実世界のシナリオで強化学習アルゴリズムを展開するためには、これに取り組むことが不可欠です。
この調査は、この初期段階の分野の概要である。
論文 参考訳（メタデータ） (2021-11-18T16:53:02Z) - Contrastive Syn-to-Real Generalization [125.54991489017854]
我々は,学習した特徴埋め込みの多様性が一般化性能に重要な役割を果たすことを重要視する。
本研究では,イメージネットの知識を生かして合成領域への過剰適合を防ぐ新しい枠組みであるコントラスト合成から実への一般化(csg)を提案する。
CSGの各種合成訓練における効果を実証し、ゼロショット領域の一般化に対する最先端性能を示す。
論文 参考訳（メタデータ） (2021-04-06T05:10:29Z) - Generalizing to Unseen Domains: A Survey on Domain Generalization [59.16754307820612]
ドメイン一般化は、1つまたは複数の異なるが関連するドメインが与えられる困難な設定を扱う。
目標は、目に見えないテストドメインに一般化できるモデルを学ぶことです。
本稿では,領域一般化の最近の進歩に対する最初のレビューを紹介する。
論文 参考訳（メタデータ） (2021-03-02T06:04:11Z) - Normalization Techniques in Training DNNs: Methodology, Analysis and
Application [111.82265258916397]
ディープニューラルネットワーク(DNN)のトレーニングを加速し、一般化を改善するためには、正規化技術が不可欠である
本稿では,トレーニングの文脈における正規化手法の過去,現在,未来に関するレビューとコメントを行う。
論文 参考訳（メタデータ） (2020-09-27T13:06:52Z)
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。