Fugu-MT 論文翻訳(概要): Creative Loss: Ambiguity, Uncertainty and Indeterminacy

論文の概要: Creative Loss: Ambiguity, Uncertainty and Indeterminacy

arxiv url: http://arxiv.org/abs/2501.10369v1
Date: Thu, 12 Dec 2024 19:22:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-02 07:48:17.485719
Title: Creative Loss: Ambiguity, Uncertainty and Indeterminacy
Title（参考訳）: 創造的損失:曖昧さ、不確かさ、不確定性
Authors: Tom Holberton,
Abstract要約: 本稿では、機械学習の創造的利用が、曖昧さ、不確実性、不確定性という3つの隣接する用語にどのように対処できるかを評価する。これは、UCLのBartlett School of ArchitectureにあるUnit 21の研究で示された、クリエイティブパートナーとしての機械学習に対する野心の高まりを反映している。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This article evaluates how creative uses of machine learning can address three adjacent terms: ambiguity, uncertainty and indeterminacy. Through the progression of these concepts it reflects on increasing ambitions for machine learning as a creative partner, illustrated with research from Unit 21 at the Bartlett School of Architecture, UCL. Through indeterminacy are potential future approaches to machine learning and design.
Abstract（参考訳）: 本稿では、機械学習の創造的利用が、曖昧さ、不確実性、不確定性という3つの隣接する用語にどのように対処できるかを評価する。これらの概念の進歩を通じて、UCLのBartlett School of Architecture(英語版)のUnit 21の研究で示された、創造的なパートナとしての機械学習に対する野心の高まりを反映している。不確定性は、機械学習とデザインに対する将来のアプローチである。

関連論文リスト

OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking [57.06347681695629]
提案するOmniThinkは,人間のような反復的展開とリフレクションの過程をエミュレートする,ゆっくり考えるマシンライティングフレームワークである。実験結果から,OmniThinkはコヒーレンスや深度といった指標を伴わずに,生成した記事の知識密度を向上することが示された。人間の評価と専門家のフィードバックは、OmniThinkが長文記事の生成における現実的な課題に対処する可能性を強調している。
論文参考訳（メタデータ） (2025-01-16T18:58:06Z)
Untapped Potential in Self-Optimization of Hopfield Networks: The Creativity of Unsupervised Learning [0.6144680854063939]
我々は、自己最適化(SO)モデルが創造的プロセスに必要な十分な条件を満たすことを論じる。我々は、SOモデルが学習する人工システムにおける創造的行動の出現をシミュレートし、理解することを可能にすると結論付けた。
論文参考訳（メタデータ） (2024-12-10T11:58:39Z)
Creativity and Markov Decision Processes [0.20482269513546453]
創造性に関するボーデンのプロセス理論とマルコフ決定過程(MDP)の間の公式なマッピングを同定する。筆者らは, 創造プロセスの種類, 達成の機会, 創造性への脅威(無呼吸)を, MDPで見ることができるかを理解するために, 11点中3点を詳細に調査した。今後の作業やアプリケーションにおける,このようなマッピングの選択に関する品質基準について論じる。
論文参考訳（メタデータ） (2024-05-23T18:16:42Z)
A Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
Embodied Concept Learner: Self-supervised Learning of Concepts and Mapping through Instruction Following [101.55727845195969]
本研究では,対話型3D環境におけるEmbodied Learner Concept (ECL)を提案する。ロボットエージェントは視覚概念をグラウンディングし、セマンティックマップを構築し、タスクを完了させるためにアクションを計画することができる。 ECLは完全に透明で、長期計画において段階的に解釈可能である。
論文参考訳（メタデータ） (2023-04-07T17:59:34Z)
Knowledge-based Entity Prediction for Improved Machine Perception in Autonomous Systems [0.0]
知識に基づくエンティティ予測(KEP)は、自律システムにおける機械認識を改善することを目的とした新しいタスクである。 3つの潜在的なソリューションが導入され、いくつかの機械学習とデータマイニング技術が採用されている。
論文参考訳（メタデータ） (2022-03-30T18:56:52Z)
DeepCreativity: Measuring Creativity with Deep Learning Techniques [2.5426469613007012]
本稿では,創造性の自動評価に生成学習技術を用いる可能性について検討する。我々は、価値、ノベルティ、サプライズによって構成される創造性の定義に基づいて、DeepCreativityという新しい尺度を導入する。
論文参考訳（メタデータ） (2022-01-16T19:00:01Z)
Multi Agent System for Machine Learning Under Uncertainty in Cyber Physical Manufacturing System [78.60415450507706]
近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
論文参考訳（メタデータ） (2021-07-28T10:28:05Z)
Unadversarial Examples: Designing Objects for Robust Vision [100.4627585672469]
現代の機械学習アルゴリズムの感度を入力摂動に活かし、「ロバストオブジェクト」を設計するフレームワークを開発しています。標準ベンチマークから(シミュレーション中)ロボット工学まで,さまざまな視覚ベースのタスクに対するフレームワークの有効性を実証する。
論文参考訳（メタデータ） (2020-12-22T18:26:07Z)
Creativity of Deep Learning: Conceptualization and Assessment [1.5738019181349994]
我々は,創造的領域における生成的深層学習の現在の応用を概念化し,評価するために,計算的創造性からの洞察を利用する。私たちは、現在のシステムと、人間の創造性の異なるモデルと、その欠点の類似点を強調します。
論文参考訳（メタデータ） (2020-12-03T21:44:07Z)
Bookworm continual learning: beyond zero-shot learning and continual learning [52.95405249201296]
本稿では,セマンティックモデルを用いて未確認のクラスを推論し,ビジュアルモデルを継続的に更新するフレキシブルな設定を提案する。また、過去と将来の両方のクラスの特徴が生成されるBCLに対処するための双方向イマジネーション(BImag)フレームワークを提案する。
論文参考訳（メタデータ） (2020-06-26T19:07:18Z)

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。