Fugu-MT 論文翻訳(概要): Neurosymbolic AI and its Taxonomy: a survey

論文の概要: Neurosymbolic AI and its Taxonomy: a survey

arxiv url: http://arxiv.org/abs/2305.08876v1
Date: Fri, 12 May 2023 19:51:13 GMT
ステータス: 処理完了
システム内更新日: 2023-05-17 17:50:43.151509
Title: Neurosymbolic AI and its Taxonomy: a survey
Title（参考訳）: ニューロシンボリックAIとその分類:サーベイ
Authors: Wandemberg Gibaut, Leonardo Pereira, Fabio Grassiotto, Alexandre Osorio, Eder Gadioli, Amparo Munoz, Sildolfo Gomes, Claudio dos Santos
Abstract要約: ニューロシンボリックAIは、古典的なAIやニューラルネットワークのようなシンボリック処理を組み合わせたモデルを扱う。本研究は近年,本分野の研究論文を調査し,提案モデルと応用モデルとの分類と比較を行った。
参考スコア（独自算出の注目度）: 48.7576911714538
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Neurosymbolic AI deals with models that combine symbolic processing, like classic AI, and neural networks, as it's a very established area. These models are emerging as an effort toward Artificial General Intelligence (AGI) by both exploring an alternative to just increasing datasets' and models' sizes and combining Learning over the data distribution, Reasoning on prior and learned knowledge, and by symbiotically using them. This survey investigates research papers in this area during recent years and brings classification and comparison between the presented models as well as applications.
Abstract（参考訳）: ニューロシンボリックAIは、古典的なAIやニューラルネットワークといった象徴的な処理を組み合わせたモデルを扱う。これらのモデルは、データセットとモデルのサイズの増大に代えて、データ分散に関する学習の組み合わせ、事前知識と学習知識に基づく推論、およびそれらを共生的に使用することによって、人工知能(AGI)への取り組みとして現れている。本調査は,近年,この分野の研究論文を調査し,提示されたモデルと応用モデルの分類・比較を行う。

関連論文リスト

AI-Aided Kalman Filters [65.35350122917914]
カルマンフィルタ(KF)とその変種は、信号処理において最も著名なアルゴリズムの一つである。最近の進歩は、古典的なカルマン型フィルタリングでディープニューラルネットワーク(DNN)を融合させる可能性を示している。本稿では,KF型アルゴリズムにAIを組み込むための設計アプローチについて,チュートリアル形式で概説する。
論文参考訳（メタデータ） (2024-10-16T06:47:53Z)
Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文参考訳（メタデータ） (2024-07-11T14:00:53Z)
AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文参考訳（メタデータ） (2023-10-03T06:55:19Z)
Neurosymbolic AI for Reasoning over Knowledge Graphs: A Survey [0.0]
本稿では,知識グラフ上でニューロシンボリック推論タスクを行う手法を調査し,それらを分類できる新しい分類法を提案する。具体的には,(1)論理的にインフォームドされた埋め込みアプローチ,(2)論理的制約を伴う埋め込みアプローチ,(3)規則学習アプローチの3つの主要なカテゴリを提案する。
論文参考訳（メタデータ） (2023-02-14T17:24:30Z)
Statistical Deep Learning for Spatial and Spatio-Temporal Data [0.0]
本稿では,空間的・時間的データをモデル化するための統計的・機械学習的な視点について概観する。次に、最近、潜在プロセス、データ、パラメータ仕様のために開発された様々なハイブリッドモデルに焦点を当てます。これらのハイブリッドモデルは、モデリングパラダイムの強みを活用するために、モデリングアイデアとディープニューラルネットワークモデルを統合する。
論文参考訳（メタデータ） (2022-06-05T16:49:10Z)
A Joint Learning Approach for Semi-supervised Neural Topic Modeling [25.104653662416023]
本稿では,最初の効果的な上流半教師付きニューラルトピックモデルであるラベル付きニューラルトピックモデル(LI-NTM)を紹介する。 LI-NTMは文書再構成ベンチマークにおいて既存のニューラルトピックモデルよりも優れていることがわかった。
論文参考訳（メタデータ） (2022-04-07T04:42:17Z)
EINNs: Epidemiologically-Informed Neural Networks [75.34199997857341]
本稿では,疫病予測のための新しい物理インフォームドニューラルネットワークEINNを紹介する。メカニスティックモデルによって提供される理論的柔軟性と、AIモデルによって提供されるデータ駆動表現性の両方を活用する方法について検討する。
論文参考訳（メタデータ） (2022-02-21T18:59:03Z)
Self-Supervised Graph Representation Learning for Neuronal Morphologies [75.38832711445421]
ラベルのないデータセットから3次元神経形態の低次元表現を学習するためのデータ駆動型アプローチであるGraphDINOを提案する。 2つの異なる種と複数の脳領域において、この方法では、専門家による手動の特徴に基づく分類と同程度に形態学的細胞型クラスタリングが得られることを示す。提案手法は,大規模データセットにおける新しい形態的特徴や細胞型の発見を可能にする可能性がある。
論文参考訳（メタデータ） (2021-12-23T12:17:47Z)
Neuro-Symbolic AI: An Emerging Class of AI Workloads and their Characterization [0.9949801888214526]
ニューロシンボリック人工知能(Neuro-symbolic AI)は、AI研究の新たな分野である。本稿では,最近の3つのニューロシンボリックモデルの性能特性について述べる。
論文参考訳（メタデータ） (2021-09-13T17:19:59Z)
Deep brain state classification of MEG data [2.9048924265579124]
本稿では、Human Connectome Project(HCP)が提供するMEGデータと、様々な深層ニューラルネットワークモデルを組み合わせて脳復号を行う。
論文参考訳（メタデータ） (2020-07-02T05:51:57Z)

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。