論文の概要: Symbolic Knowledge Extraction and Injection with Sub-symbolic Predictors: A Systematic Literature Review

• arxiv url: http://arxiv.org/abs/2501.14836v1
• Date: Thu, 23 Jan 2025 18:00:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-28 13:57:57.727122
• Title: Symbolic Knowledge Extraction and Injection with Sub-symbolic Predictors: A Systematic Literature Review
• Title（参考訳）: 記号的知識抽出とサブシンボリック予測器による注入:体系的文献レビュー
• Authors: Giovanni Ciatto, Federico Sabbatini, Andrea Agiollo, Matteo Magnini, Andrea Omicini,
• Abstract要約: 我々は,シンボル知識抽出(SKE)とインジェクション(SKI)という2つの相補的活動を促進することで,サブシンボリック機械学習予測器の不透明度問題に焦点を当てた。 本稿では,SKE法とSKI法の両方のメタモデルと,SKE法とSKI法の2つの分類法を提案する。 我々の研究は、ニーズに対して最も適切なSKE/SKI手法を選択することを目的としたデータサイエンティストにとって、また、最先端のギャップを埋めることに関心のある研究者や、SKE/SKIベースの技術を実装する開発者のための提案として働くかもしれない。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In this paper we focus on the opacity issue of sub-symbolic machine learning predictors by promoting two complementary activities, namely, symbolic knowledge extraction (SKE) and injection (SKI) from and into sub-symbolic predictors. We consider as symbolic any language being intelligible and interpretable for both humans and computers. Accordingly, we propose general meta-models for both SKE and SKI, along with two taxonomies for the classification of SKE and SKI methods. By adopting an explainable artificial intelligence (XAI) perspective, we highlight how such methods can be exploited to mitigate the aforementioned opacity issue. Our taxonomies are attained by surveying and classifying existing methods from the literature, following a systematic approach, and by generalising the results of previous surveys targeting specific sub-topics of either SKE or SKI alone. More precisely, we analyse 132 methods for SKE and 117 methods for SKI, and we categorise them according to their purpose, operation, expected input/output data and predictor types. For each method, we also indicate the presence/lack of runnable software implementations. Our work may be of interest for data scientists aiming at selecting the most adequate SKE/SKI method for their needs, and also work as suggestions for researchers interested in filling the gaps of the current state of the art, as well as for developers willing to implement SKE/SKI-based technologies.
• Abstract（参考訳）: 本稿では,記号的知識抽出(SKE)とサブ記号的予測器への注入(SKI)という2つの相補的活動を促進することで,サブ記号的機械学習予測器の不透明性問題に焦点をあてる。 我々は、あらゆる言語が人間とコンピュータの両方に対して理解され、解釈可能であるとみなしている。 そこで本研究では,SKE法とSKI法の2つの分類法とともに,SKE法とSKI法の両方のメタモデルを提案する。 説明可能な人工知能(XAI)の観点を採用することで、上記の不透明性問題を緩和するために、このような手法をどのように活用できるかを強調した。 文献から既存の手法を調査・分類し,体系的なアプローチを採り,SKEとSKIのみの特定のサブトピックを対象とする過去の調査結果を一般化することによって,分類学が達成される。 より正確には、SKEの132の手法とSKIの117の手法を分析し、それらの目的、操作、予測入出力データ、予測型に応じて分類する。 また,各手法について,実行可能なソフトウェア実装の存在/欠如を示す。 我々の研究は、ニーズに対して最も適切なSKE/SKI手法を選択することを目的としたデータサイエンティストにとって、また、現在の最先端技術のギャップを埋めることに関心のある研究者や、SKE/SKIベースの技術を実装したい開発者のための提案として働くかもしれない。

関連論文リスト

• Customized Subgraph Selection and Encoding for Drug-drug Interaction Prediction [29.586563423439355]
  薬物と薬物の相互作用(DDI)を予測するために、グラフベースの方法が効果的で解釈可能であることが証明された サブグラフの選択と符号化はこれらの手法において重要な段階であるが、手動調整のコストが高いため、これらのコンポーネントのカスタマイズは未探索のままである。 本稿では,サブグラフベースのフレームワーク内でデータ固有のコンポーネントを探索する手法を提案する。
  論文  参考訳（メタデータ） (2024-11-03T11:41:35Z)
• 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)
• High-Performance Few-Shot Segmentation with Foundation Models: An Empirical Study [64.06777376676513]
  基礎モデルに基づく数ショットセグメンテーション(FSS)フレームワークを開発した。 具体的には、基礎モデルから暗黙的な知識を抽出し、粗い対応を構築するための簡単なアプローチを提案する。 2つの広く使われているデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2024-09-10T08:04:11Z)
• SoK: Privacy-Preserving Data Synthesis [72.92263073534899]
  本稿では,プライバシ保護データ合成(PPDS)に注目し,その分野の総合的な概要,分析,議論を行う。 PPDSでは,統計的手法と深層学習(DL)に基づく手法の2つの顕著な研究を統一するマスターレシピを作成した。
  論文  参考訳（メタデータ） (2023-07-05T08:29:31Z)
• Neuro-Symbolic Causal Language Planning with Commonsense Prompting [67.06667162430118]
  言語プランニングは、より単純な低レベルステップに分解することで、複雑な高レベルな目標を実装することを目的としている。 以前の手法では、大規模な言語モデルからそのような能力を得るために、手動の例えか注釈付きプログラムが必要である。 本稿では,LLMからの手続き的知識をコモンセンス・インフュージョン・プロンプトにより引き起こすニューロシンボリック因果言語プランナー(CLAP)を提案する。
  論文  参考訳（メタデータ） (2022-06-06T22:09:52Z)
• Wizard of Search Engine: Access to Information Through Conversations with Search Engines [58.53420685514819]
  我々は3つの側面からCISの研究を促進するために努力している。 目的検出(ID)、キーフレーズ抽出(KE)、行動予測(AP)、クエリ選択(QS)、通過選択(PS)、応答生成(RG)の6つのサブタスクでCIS用のパイプラインを定式化する。 検索エンジンのウィザード(WISE)と呼ばれるベンチマークデータセットをリリースし、CISのすべての側面について包括的かつ詳細な調査を可能にします。
  論文  参考訳（メタデータ） (2021-05-18T06:35:36Z)
• Interpretable Embedding Procedure Knowledge Transfer via Stacked Principal Component Analysis and Graph Neural Network [26.55774782646948]
  本稿では,主成分分析に基づくIEP(Interpretable Embedding procedure)知識の生成手法を提案する。 実験の結果,提案手法で学習した学生ネットワークは,cifar100データセットの2.28%を改善した。 また,提案するkdプロセスの可視化により,埋め込み手続き知識を解釈できることを実証する。
  論文  参考訳（メタデータ） (2021-04-28T03:40:37Z)
• Visual analytics of set data for knowledge discovery and member selection support [0.7734726150561089]
  本研究では,知識発見とメンバー選択を支援するために,データセットのVAを作成する手法を開発した。 典型的なターゲットアプリケーションは、チーム分析とメンバー選択のためのビジュアルサポートシステムである。 バスケットボールチームに適用して提案手法を実証し,結果予測とラインアップ再構築タスクのベンチマークシステムと比較した。
  論文  参考訳（メタデータ） (2021-04-04T08:22:01Z)
• Closed Loop Neural-Symbolic Learning via Integrating Neural Perception, Grammar Parsing, and Symbolic Reasoning [134.77207192945053]
  従来の手法は強化学習アプローチを用いてニューラルシンボリックモデルを学ぶ。 我々は,脳神経知覚と記号的推論を橋渡しする前に,textbfgrammarモデルをテキストシンボリックとして導入する。 本稿では,トップダウンのヒューマンライクな学習手順を模倣して誤りを伝播する新しいtextbfback-searchアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-06-11T17:42:49Z)

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。