Fugu-MT 論文翻訳(概要): Recombinant dynamical systems

論文の概要: Recombinant dynamical systems

arxiv url: http://arxiv.org/abs/2505.13409v1
Date: Mon, 19 May 2025 17:45:10 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-20 14:57:11.784196
Title: Recombinant dynamical systems
Title（参考訳）: 組換え力学系
Authors: Saul Kato,
Abstract要約: 本稿では,経験に基づく問題解決やタスク学習の概念を捉えようとするコネクショナリストモデルについて述べる。我々は,このモデルを,明らかに勾配降下手順が存在しない非効率な列生成の計算問題に適用する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We describe a connectionist model that attempts to capture a notion of experience-based problem solving or task learning, whereby solutions to newly encountered problems are composed from remembered solutions to prior problems. We apply this model to the computational problem of \emph{efficient sequence generation}, a problem for which there is no obvious gradient descent procedure, and for which not all posable problem instances are solvable. Empirical tests show promising evidence of utility.
Abstract（参考訳）: 本稿では,経験に基づく問題解決やタスク学習の概念を捉えようとするコネクショナリストモデルについて述べる。このモデルは, 明らかに勾配降下手順がなく, ポーザブルな問題インスタンスがすべて解けない, という問題である, emph{efficient sequence generation} の計算問題に適用する。実証実験は有望な実用性を示す。

関連論文リスト

Simulator HC: Regression-based Online Simulation of Starting Problem-Solution Pairs for Homotopy Continuation in Geometric Vision [17.543457476766367]
ホモトピー連続体は、除去テンプレートの代替候補として紹介されている。本稿では,解と確率のペアを見つけるための新しい手法を提案する。このエレガントな組み合わせを一般化カメラ切除に適用し、また、難解な一般化された相対ポーズとスケール問題に対する新しい解決策を導入する。
論文参考訳（メタデータ） (2024-11-06T08:22:00Z)
Attention-based Reinforcement Learning for Combinatorial Optimization: Application to Job Shop Scheduling Problem [2.024210754085351]
本研究では,ジョブショップスケジューリング問題に特化して設計された,革新的な注意力に基づく強化学習手法を提案する。この研究の鍵となる発見は、提案手法で訓練を受けた学習者が、初期訓練セットに含まれない大規模問題に再利用できることである。
論文参考訳（メタデータ） (2024-01-29T21:31:54Z)
Thought Propagation: An Analogical Approach to Complex Reasoning with Large Language Models [62.96551299003463]
大規模言語モデルの複雑な推論能力を高めるために,textbftextitThought Propagation (TP)を提案する。 TP はまず LLM に対して,入力問題に関連する類似問題の集合を提案し,解決するよう促す。 TPは、類似問題の結果を再利用して、新しいソリューションを直接生成したり、スクラッチから得られた初期ソリューションを修正するための知識集約的な実行プランを導出する。
論文参考訳（メタデータ） (2023-10-06T01:40:09Z)
Accelerating numerical methods by gradient-based meta-solving [15.90188271828615]
科学と工学の応用においては、しばしば同様の計算問題を何度も解くことが要求される。我々はそれらを統一的に解くための勾配に基づくアルゴリズムを提案する。理論的解析と数値実験により,本手法の性能と汎用性を実証する。
論文参考訳（メタデータ） (2022-06-17T07:31:18Z)
Efficient lifting of symmetry breaking constraints for complex combinatorial problems [9.156939957189502]
この作業は、Answer Set Programmingのためのモデルベースのアプローチの学習フレームワークと実装を拡張します。 Inductive Logic Programming System ILASPに新たなコンフリクト解析アルゴリズムを組み込む。
論文参考訳（メタデータ） (2022-05-14T20:42:13Z)
Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文参考訳（メタデータ） (2022-01-28T05:53:28Z)
Generalization of Neural Combinatorial Solvers Through the Lens of Adversarial Robustness [68.97830259849086]
ほとんどのデータセットは単純なサブプロブレムのみをキャプチャし、おそらくは突発的な特徴に悩まされる。本研究では, 局所的な一般化特性である対向ロバスト性について検討し, 厳密でモデル固有な例と突発的な特徴を明らかにする。他のアプリケーションとは異なり、摂動モデルは知覚できないという主観的な概念に基づいて設計されているため、摂動モデルは効率的かつ健全である。驚くべきことに、そのような摂動によって、十分に表現力のあるニューラルソルバは、教師あり学習で共通する正確さと悪質さのトレードオフの限界に悩まされない。
論文参考訳（メタデータ） (2021-10-21T07:28:11Z)
A Mutual Information Maximization Approach for the Spurious Solution Problem in Weakly Supervised Question Answering [60.768146126094955]
弱々しい教師付き質問応答は通常、最終的な答えのみを監督信号として持つ。偶然に正解を導出する刺激的な解が多数存在するかもしれないが、そのような解の訓練はモデルの性能を損なう可能性がある。本稿では,質問応答対と予測解間の相互情報の最大化により,このような意味的相関を明示的に活用することを提案する。
論文参考訳（メタデータ） (2021-06-14T05:47:41Z)
Differentiable Causal Discovery from Interventional Data [141.41931444927184]
本稿では、介入データを活用可能なニューラルネットワークに基づく理論的基盤化手法を提案する。提案手法は,様々な環境下での美術品の状態と良好に比較できることを示す。
論文参考訳（メタデータ） (2020-07-03T15:19:17Z)

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。