Fugu-MT 論文翻訳(概要): Transformational Creativity in Science: A Graphical Theory

論文の概要: Transformational Creativity in Science: A Graphical Theory

arxiv url: http://arxiv.org/abs/2504.18687v2
Date: Tue, 20 May 2025 21:20:03 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-22 15:42:58.319352
Title: Transformational Creativity in Science: A Graphical Theory
Title（参考訳）: 科学における変革的創造性 : グラフィカル理論
Authors: Samuel Schapiro, Jonah Black, Lav R. Varshney,
Abstract要約: 変革的創造性は、概念空間の「発散する制約」の変化と、パラダイムシフトによるクーンの科学革命の構造から生じることを示す。私たちは、グラフィカルモデルの公理に対する修正が、最もトランスフォーメーションなポテンシャルを持っていることを証明し、その上で、我々のフレームワークによって、トランスフォーメーション創造の歴史的事例がどのように捉えられるかを示します。
参考スコア（独自算出の注目度）: 15.387256204743407
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Creative processes are typically divided into three types: combinatorial, exploratory, and transformational. Here, we provide a graphical theory of transformational scientific creativity, synthesizing Boden's insight that transformational creativity arises from changes in the "enabling constraints" of a conceptual space and Kuhn's structure of scientific revolutions as resulting from paradigm shifts. We prove that modifications made to axioms of our graphical model have the most transformative potential and then illustrate how several historical instances of transformational creativity can be captured by our framework.
Abstract（参考訳）: 創造的なプロセスは通常、組合せ、探索、変換の3つのタイプに分けられる。ここでは,概念空間の「発散制約」の変化と,パラダイムシフトによるクーンの科学革命の構造から,ボデンの知見を合成して,変容的科学的創造性に関するグラフィカルな理論を提案する。私たちは、グラフィカルモデルの公理に対する修正が、最もトランスフォーメーションなポテンシャルを持っていることを証明し、その上で、我々のフレームワークによって、トランスフォーメーション創造の歴史的事例がどのように捉えられるかを示します。

関連論文リスト

A Novel Spinor-Based Embedding Model for Transformers [0.0]
幾何代数学からのスピノルを利用したトランスフォーマーモデルにおける単語埋め込みの新しい手法を提案する。スピノルは高次元空間における複雑な関係や変換を捉えることができるリッチな数学的枠組みを提供する。
論文参考訳（メタデータ） (2024-09-26T01:18:45Z)
Towards a Formal Creativity Theory: Preliminary results in Novelty and Transformativeness [0.0]
この形式化は、フォーマル・クリエイティビティ理論(Formal Creativity Theory)と呼ばれる研究分野の始まりである。創発的な創造性は一般には必要ないが、経験の連続ではなく刺激的な集合を使う場合、エージェントは実際に変化的な創造性を起こすのに斬新性を必要とする。
論文参考訳（メタデータ） (2024-05-03T14:53:46Z)
Introduction to Transformers: an NLP Perspective [59.0241868728732]
本稿では、トランスフォーマーの基本概念と、これらのモデルの最近の進歩を形作る重要な技術を紹介する。これには、標準のTransformerアーキテクチャ、一連のモデル改良、一般的なアプリケーションの記述が含まれる。
論文参考訳（メタデータ） (2023-11-29T13:51:04Z)
Unified theory for joint covariance properties under geometric image transformations for spatio-temporal receptive fields according to the generalized Gaussian derivative model for visual receptive fields [0.5439020425819]
本研究では,時間的イメージ関係下での受容場からの出力と一致させるために,受容場のパラメータをどのように変換する必要があるかを示す。導出結合共分散特性が受容場応答を関連づけたり一致させたりすることができるかを示す幾何学的解析で結論付ける。
論文参考訳（メタデータ） (2023-11-17T14:10:55Z)
A Theory of Topological Derivatives for Inverse Rendering of Geometry [87.49881303178061]
我々は、位相微分を用いて離散的な位相変化を可能にする微分可能な曲面進化の理論的枠組みを導入する。 2次元の閉曲線と3次元の曲面を最適化して提案理論を検証し、現在の手法の限界について考察する。
論文参考訳（メタデータ） (2023-08-19T00:55:55Z)
Unsupervised Learning of Invariance Transformations [105.54048699217668]
近似グラフ自己同型を見つけるためのアルゴリズムフレームワークを開発する。重み付きグラフにおける近似自己同型を見つけるために、このフレームワークをどのように利用できるかについて議論する。
論文参考訳（メタデータ） (2023-07-24T17:03:28Z)
Disentangling Patterns and Transformations from One Sequence of Images with Shape-invariant Lie Group Transformer [0.0]
我々は、よりシンプルで直感的な定式化に基づいて、複数の独立したパターンと変換を組み合わせた新しい表現学習のアプローチを採っている。本稿では,シーンを1つの画像列のみからパターンとリー変換の基本成分の最小値に分解するモデルを提案する。
論文参考訳（メタデータ） (2022-03-21T11:55:13Z)
Modeling and Representing Conceptual Change in the Learning of Successive Theories: The Case of the Classical-Quantum Transition [0.0]
理論の理解から後継者の理解への遷移をモデル化するための最初の提案を提案する。我々は、教育における概念変化の研究だけでなく、科学の歴史と哲学、量子力学の教育と学習にも貢献している。この分析は、伝統的に考慮された概念的変化のケースで欠落している変化と新しい課題の豊かな風景を示している。
論文参考訳（メタデータ） (2021-08-16T06:43:59Z)
Analogous to Evolutionary Algorithm: Designing a Unified Sequence Model [58.17021225930069]
実演的進化アルゴリズム(EA)と類似した視覚変換器の合理性について説明する。我々は、より効率的なEATモデルを提案し、様々なタスクに柔軟に対処するタスク関連ヘッドを設計する。近年のビジョントランスに比べて,イメージネット分類作業における最先端の成果が得られている。
論文参考訳（メタデータ） (2021-05-31T16:20:03Z)
Explaining Creative Artifacts [69.86890599471202]
生成物と構成的創造性を結合鎖に分解する逆問題定式化を開発する。特に、当社の定式化は、アソシエイト要素の知識グラフを通じて、旅行セールスマン問題の解決として構成されている。
論文参考訳（メタデータ） (2020-10-14T14:32:38Z)
Image Morphing with Perceptual Constraints and STN Alignment [70.38273150435928]
本稿では,一対の入力画像で動作する条件付きGANモーフィングフレームワークを提案する。特別なトレーニングプロトコルは、知覚的類似性損失と組み合わせてフレームのシーケンスを生成し、時間とともにスムーズな変換を促進する。我々は、古典的かつ潜時的な空間変形技術との比較を行い、自己スーパービジョンのための一連の画像から、我々のネットワークが視覚的に楽しむモーフィング効果を生成することを実証する。
論文参考訳（メタデータ） (2020-04-29T10:49:10Z)

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。