論文の概要: Functional Equivalence with NARS

• arxiv url: http://arxiv.org/abs/2405.03340v1
• Date: Mon, 6 May 2024 10:40:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-07 14:06:06.130035
• Title: Functional Equivalence with NARS
• Title（参考訳）: NARSによる機能的等価性
• Authors: Robert Johansson, Patrick Hammer, Tony Lofthouse,
• Abstract要約: 本研究では,非公理推論システム(NARS)の枠組みにおける機能的等価性の概念について検討する。 機能的等価性により、有機体は知覚的類似性ではなく、実用性に基づいて様々な刺激を分類し、反応することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This study explores the concept of functional equivalence within the framework of the Non-Axiomatic Reasoning System (NARS), specifically through OpenNARS for Applications (ONA). Functional equivalence allows organisms to categorize and respond to varied stimuli based on their utility rather than perceptual similarity, thus enhancing cognitive efficiency and adaptability. In this study, ONA was modified to allow the derivation of functional equivalence. This paper provides practical examples of the capability of ONA to apply learned knowledge across different functional situations, demonstrating its utility in complex problem-solving and decision-making. An extended example is included, where training of ONA aimed to learn basic human-like language abilities, using a systematic procedure in relating spoken words, objects and written words. The research carried out as part of this study extends the understanding of functional equivalence in AGI systems, and argues for its necessity for level of flexibility in learning and adapting necessary for human-level AGI.
• Abstract（参考訳）: 本研究では,非軸性推論システム (NARS) の枠組みにおける機能的等価性の概念を,特に OpenNARS for Applications (ONA) を通じて検討する。 機能的同値性により、有機体は知覚的類似性ではなく、有用性に基づいて様々な刺激を分類し、反応し、認知効率と適応性を高めることができる。 本研究では,機能的等価性の導出を可能にするためにONAを改良した。 本稿では,ONAが学習知識を様々な機能的状況に応用し,複雑な問題解決と意思決定に活用できることを実例として示す。 ONAの訓練は、話し言葉、物、書き言葉に関連する体系的な手順を用いて、基本的人間的な言語能力を学ぶことを目的としている。 本研究は,AGIシステムにおける機能的等価性の理解を拡大し,人間レベルのAGIに必要な学習の柔軟性と適応性の必要性を論じるものである。

関連論文リスト

• Deep Learning Activation Functions: Fixed-Shape, Parametric, Adaptive, Stochastic, Miscellaneous, Non-Standard, Ensemble [0.0]
  活性化関数(AF)は、ディープラーニングモデルのアーキテクチャにおいて重要な役割を果たす。 本稿では, 固定形, 適応型, 非標準型, アンサンブル/組合わせ型など, 様々な種類のAFについて概観する。 本研究は,12種類の最先端AFを比較検討した。
  論文  参考訳（メタデータ） (2024-07-14T17:53:49Z)
• How Far Can In-Context Alignment Go? Exploring the State of In-Context Alignment [48.0254056812898]
  In-Context Learning (ICL) は、大規模言語モデルと、In-Context Alignment (ICA) と呼ばれる人間の好みを合わせることができる。 コンテキストテキストは、形式、システムプロンプト、例の3つのカテゴリに分けられる。 本研究は,モデルのアライメント能力を高めるために,サンプル部が重要であることを示唆する。
  論文  参考訳（メタデータ） (2024-06-17T12:38:48Z)
• Large Language Models are Limited in Out-of-Context Knowledge Reasoning [65.72847298578071]
  大規模言語モデル (LLMs) は、文脈内推論の実行において広範な知識と強力な能力を持っている。 本稿では、複数の知識を組み合わせて新しい知識を推論する、文脈外知識推論(OCKR)という、文脈外推論の重要な側面に焦点を当てる。
  論文  参考訳（メタデータ） (2024-06-11T15:58:59Z)
• Machine Psychology: Integrating Operant Conditioning with the Non-Axiomatic Reasoning System for Advancing Artificial General Intelligence Research [0.0]
  本稿では,AI(Artificial General Intelligence, AGI)研究を強化するための学際的枠組みであるマシン心理学を紹介する。 このフレームワークの中核となる前提は、適応が生物学的および人工知能の両方にとって重要であることである。 本研究は,OpenNARS for Applications を用いた3つの操作型学習タスクを用いて,このアプローチを評価する。
  論文  参考訳（メタデータ） (2024-05-29T20:23:57Z)
• A Novel Neural-symbolic System under Statistical Relational Learning [50.747658038910565]
  本稿では,GBPGRと呼ばれる2段階の確率的グラフィカル推論フレームワークを提案する。 GBPGRでは、シンボル推論の結果を用いて、ディープラーニングモデルによる予測を洗練し、修正する。 提案手法は高い性能を示し, 帰納的タスクと帰納的タスクの両方において効果的な一般化を示す。
  論文  参考訳（メタデータ） (2023-09-16T09:15:37Z)
• A Dialogue System for Assessing Activities of Daily Living: Improving Consistency with Grounded Knowledge [3.8475674186931688]
  機能不足は、個人のケアと援助を必要とする生活環境の悪化につながる可能性がある。 本研究では,様々な機能を持つ個人と評価者との対話をシミュレートする対話システムを開発した。
  論文  参考訳（メタデータ） (2023-07-15T22:41:59Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
  本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。 決定木を利用して,ロボット学習における絡み合いの要因を抽出する。 学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
  論文  参考訳（メタデータ） (2022-10-13T01:10:41Z)
• Functional connectivity ensemble method to enhance BCI performance (FUCONE) [3.510884437562011]
  本稿では,機能的接続推定器と共分散に基づくパイプラインを組み合わせて精神状態の分類を行う新しいフレームワークを提案する。 機能接続推定器の徹底的な評価を行い、FUCONEと呼ばれる最高の実行パイプラインを異なる条件で評価する。
  論文  参考訳（メタデータ） (2021-11-04T19:40:08Z)
• Reasoning over Vision and Language: Exploring the Benefits of Supplemental Knowledge [59.87823082513752]
  本稿では,汎用知識基盤(KB)から視覚言語変換器への知識の注入について検討する。 我々は複数のタスクやベンチマークに対する様々なkbの関連性を実証的に研究する。 この技術はモデルに依存しず、最小限の計算オーバーヘッドで任意の視覚言語変換器の適用可能性を拡張することができる。
  論文  参考訳（メタデータ） (2021-01-15T08:37:55Z)
• Understanding Global Feature Contributions With Additive Importance Measures [14.50261153230204]
  我々は,各特徴に関連付けられた予測力を通じて,特徴の重要性を定義する視点について検討する。 予測力(モデルベースと普遍性)の2つの概念を導入し、付加的重要度尺度の枠組みを用いてこのアプローチを定式化する。 次に,機能的相互作用を考慮に入れながら予測力を定量化するモデルに依存しないSAGEを提案する。
  論文  参考訳（メタデータ） (2020-04-01T19:17:58Z)

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。