Fugu-MT 論文翻訳(概要): Is deep learning a useful tool for the pure mathematician?

論文の概要: Is deep learning a useful tool for the pure mathematician?

arxiv url: http://arxiv.org/abs/2304.12602v1
Date: Tue, 25 Apr 2023 06:21:30 GMT
ステータス: 処理完了
システム内更新日: 2023-04-26 21:38:28.478123
Title: Is deep learning a useful tool for the pure mathematician?
Title（参考訳）: 深層学習は純粋数学者にとって有用なツールか?
Authors: Geordie Williamson
Abstract要約: 純粋数学者がディープラーニングのツールを研究で使う際に期待するものを、個人的および非公式に説明します。純粋数学者がディープラーニングのツールを研究で使うとき、何を期待しているかを説明する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A personal and informal account of what a pure mathematician might expect when using tools from deep learning in their research.
Abstract（参考訳）: 純粋数学者がディープラーニングのツールを研究で使う際に期待するものを、個人的および非公式に説明します。

関連論文リスト

Apriori Knowledge in an Era of Computational Opacity: The Role of AI in Mathematical Discovery [0.7673339435080445]
証明チェッカーがそのような機械に取り付けられている場合、それらからアプリロリの数学的知識を得ることができると論じる。多くの人は、アペルとハケンのプログラムから4色理論の真の数学的知識を得ることができると認めている。
論文参考訳（メタデータ） (2024-03-15T21:38:26Z)
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)
MathScale: Scaling Instruction Tuning for Mathematical Reasoning [70.89605383298331]
大規模言語モデル(LLM)は問題解決において顕著な能力を示した。しかし、数学的な問題を解く能力は依然として不十分である。高品質な数学的推論データを作成するためのシンプルでスケーラブルな方法であるMathScaleを提案する。
論文参考訳（メタデータ） (2024-03-05T11:42:59Z)
MATHSENSEI: A Tool-Augmented Large Language Model for Mathematical Reasoning [2.9104279358536647]
数学的推論のためのツール強化された大規模言語モデルであるMathSenseiを提案する。ツールの補完的な利点として、知識検索(Bing Web Search)、プログラムジェネレータ+エグゼキュータ(Python)、記号方程式ソルバ(Wolfram-Alpha API)について検討する。
論文参考訳（メタデータ） (2024-02-27T05:50:35Z)
MathGloss: Building mathematical glossaries from text [0.620048328543366]
MathGlossは数学の学部概念のデータベースである。最新の自然言語処理(NLP)ツールとWeb上で既に利用可能なリソースを使用している。
論文参考訳（メタデータ） (2023-11-21T14:49:00Z)
Tool Learning with Foundation Models [158.8640687353623]
基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
論文参考訳（メタデータ） (2023-04-17T15:16:10Z)
A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文参考訳（メタデータ） (2022-12-20T18:46:16Z)
Learning Mathematical Properties of Integers [22.86999308648373]
数理知識のための整数埋め込みを探索し、数理推論の一連のタスクに適用し、数理シーケンスデータから表現を学習することで、英語のテキストコーパスから学習した数値埋め込みを大幅に改善できることを示す。
論文参考訳（メタデータ） (2021-09-15T11:54:28Z)
Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。ディープラーニングは、独自の機械学習のサブフィールドになっている。生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
論文参考訳（メタデータ） (2021-05-29T21:02:44Z)
Art Speaks Maths, Maths Speaks Art [53.473846742702854]
文化遺産における応用数学(MACH)は,芸術と人文科学の利益のために数学研究を活用することを目的としている。究極のゴールは、アーティスト、美術保守家、考古学者のためのユーザーフレンドリーなソフトウェアツールキットを作ることです。
論文参考訳（メタデータ） (2020-07-17T10:24:23Z)

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。