論文の概要: Turing Video-based Cognitive Tests to Handle Entangled Concepts

• arxiv url: http://arxiv.org/abs/2409.08868v1
• Date: Fri, 13 Sep 2024 14:30:55 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-16 16:09:45.282960
• Title: Turing Video-based Cognitive Tests to Handle Entangled Concepts
• Title（参考訳）: 絡み合った概念を扱うためのチューリングビデオベース認知テスト
• Authors: Diederik Aerts, Roberto Leporini, Sandro Sozzo,
• Abstract要約: 本稿では,概念的組み合わせに関する革新的なビデオベース認知テストの結果について述べる。 収集したデータは量子理論の枠組みで忠実にモデル化できることを示す。 我々は,物理界と認知界の両方に絡み合いの出現について,新しい説明を提供する。
• 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: We have proved in both human-based and computer-based tests that natural concepts generally `entangle' when they combine to form complex sentences, violating the rules of classical compositional semantics. In this article, we present the results of an innovative video-based cognitive test on a specific conceptual combination, which significantly violates the Clauser--Horne--Shimony--Holt version of Bell's inequalities (`CHSH inequality'). We also show that collected data can be faithfully modelled within a quantum-theoretic framework elaborated by ourselves and a `strong form of entanglement' occurs between the component concepts. While the video-based test confirms previous empirical results on entanglement in human cognition, our ground-breaking empirical approach surpasses language barriers and eliminates the need for prior knowledge, enabling universal accessibility. Finally, this transformative methodology allows one to unravel the underlying connections that drive our perception of reality. As a matter of fact, we provide a novel explanation for the appearance of entanglement in both physics and cognitive realms.
• Abstract（参考訳）: 我々は、人間ベースのテストとコンピュータベースのテストの両方において、自然概念が結合して複雑な文を形成し、古典的な構成意味論の規則に反するときに一般的に「絡み合う」ことを証明した。 本稿では,Claruser-Horne-Shimony-Holt版ベルの不等式(CHSH不等式)を著しく侵害する,特定の概念の組み合わせに関する革新的なビデオベース認知テストの結果を示す。 また、収集されたデータは、自分自身によって精巧化された量子理論の枠組みの中で忠実にモデル化され、コンポーネントの概念の間に「強い絡み合い」が発生することを示す。 ビデオベースのテストでは、人間の認知の絡み合いに関する過去の経験的結果を確認するが、我々の画期的な経験的アプローチは言語障壁を超え、事前の知識の必要性を排除し、普遍的なアクセシビリティを実現する。 最後に、この変革的手法は、現実に対する認識を促進する基礎となるつながりを解き明かすことを可能にする。 実のところ、物理界と認知界の両面での絡み合いの出現について、新しい説明をしている。

関連論文リスト

• Provable Compositional Generalization for Object-Centric Learning [55.658215686626484]
  既知の概念の新規な構成に一般化する学習表現は、人間と機械の知覚のギャップを埋めるのに不可欠である。 本稿では,デコーダの構造的仮定を満足し,エンコーダとデコーダの整合性を強制するオートエンコーダが,構成を確実に一般化するオブジェクト中心表現を学習することを示す。
  論文  参考訳（メタデータ） (2023-10-09T01:18:07Z)
• Intrinsic Physical Concepts Discovery with Object-Centric Predictive Models [86.25460882547581]
  PHYsical Concepts Inference NEtwork (PHYCINE) は、異なる抽象レベルの物理概念を監督なしで推論するシステムである。 物理概念変数を含むオブジェクト表現は因果推論タスクの性能向上に有効であることを示す。
  論文  参考訳（メタデータ） (2023-03-03T11:52:21Z)
• A Probabilistic-Logic based Commonsense Representation Framework for Modelling Inferences with Multiple Antecedents and Varying Likelihoods [5.87677276882675]
  コモンセンス・ナレッジグラフ(英: Commonsense knowledge-graphs、CKG)は、テキストや環境入力で「推論」でき、知覚を超えた推論ができる機械を構築するための重要なリソースである。 本研究は,コモンセンス知識の表現方法として, (i) 複合的推論知識をモデル化し,様々な可能性で概念的信念を表現するための確率論的論理表現スキーム, (ii) 健全な概念関連関係を同定し,異なる概念レベルで信念を整理する階層的概念オントロジーを取り入れることにより, コモンセンス知識をより良く表現することができるかを検討する。
  論文  参考訳（メタデータ） (2022-11-30T08:44:30Z)
• Quantum Structure in Human Perception [0.0]
  重ね合わせ、文脈性、絡み合いの量子構造が人間の知覚自体に起源を持つ方法を検討する。 我々の分析は、人間の知覚が分類的知覚のゆらぎのメカニズムをどう組み込むかという単純な量子測定モデルから導かれる。
  論文  参考訳（メタデータ） (2022-08-07T13:59:23Z)
• When are Post-hoc Conceptual Explanations Identifiable? [18.85180188353977]
  人間の概念ラベルが利用できない場合、概念発見手法は解釈可能な概念のための訓練された埋め込み空間を探索する。 我々は、概念発見は特定可能であり、多くの既知の概念を確実に回収し、説明の信頼性を保証するべきであると論じている。 本結果は,人間ラベルのない信頼性の高い概念発見を保証できる厳密な条件を強調した。
  論文  参考訳（メタデータ） (2022-06-28T10:21:17Z)
• Automatic Concept Extraction for Concept Bottleneck-based Video Classification [58.11884357803544]
  本稿では,概念に基づくビデオ分類に必要かつ十分な概念抽象セットを厳格に構成する概念発見抽出モジュールを提案する。 提案手法は,自然言語における概念概念の抽象概念を応用し,複雑なタスクに概念ボトルネック法を一般化する。
  論文  参考訳（メタデータ） (2022-06-21T06:22:35Z)
• Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
  本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。 ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
  論文  参考訳（メタデータ） (2022-06-03T12:24:49Z)
• Entanglement in Cognition violating Bell Inequalities Beyond Cirel'son's Bound [0.0]
  そこで本研究では,被験者のサンプルを用いて,概念的組み合わせに関する判断を下す2つの実験結果について紹介する。 どちらの試験も、Clauser-Horne-Shimony-Holt版のベル不等式(CHSH不等式)を著しく違反している。 観測されたCHSH不等式の不等式違反は、成分概念的実体間の強い量子絡み合いの結果として説明できることを示す。
  論文  参考訳（メタデータ） (2021-02-07T16:57:59Z)
• Formalising Concepts as Grounded Abstractions [68.24080871981869]
  このレポートは、表現学習が生データから概念を誘導する方法を示しています。 このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
  論文  参考訳（メタデータ） (2021-01-13T15:22:01Z)
• Compositional Generalization by Learning Analytical Expressions [87.15737632096378]
  メモリ拡張ニューラルモデルは、合成一般化を達成するために解析式に接続される。 良く知られたベンチマークSCANの実験は、我々のモデルが構成的一般化の優れた能力をつかむことを示した。
  論文  参考訳（メタデータ） (2020-06-18T15:50:57Z)

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。

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。