Fugu-MT 論文翻訳(概要): Defining neurosymbolic AI

論文の概要: Defining neurosymbolic AI

arxiv url: http://arxiv.org/abs/2507.11127v1
Date: Tue, 15 Jul 2025 09:23:22 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-16 19:46:03.052691
Title: Defining neurosymbolic AI
Title（参考訳）: ニューロシンボリックAIの定義
Authors: Lennert De Smet, Luc De Raedt,
Abstract要約: 我々は,その重要な要素を抽象化するニューロシンボリックAIの形式的定義を導入する。我々のニューロシンボリックAI定義は、主要な代表的ニューロシンボリックAIシステムの抽象化を可能にしている。
参考スコア（独自算出の注目度）: 10.159501412046508
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Neurosymbolic AI focuses on integrating learning and reasoning, in particular, on unifying logical and neural representations. Despite the existence of an alphabet soup of neurosymbolic AI systems, the field is lacking a generally accepted formal definition of what neurosymbolic models and inference really are. We introduce a formal definition for neurosymbolic AI that makes abstraction of its key ingredients. More specifically, we define neurosymbolic inference as the computation of an integral over a product of a logical and a belief function. We show that our neurosymbolic AI definition makes abstraction of key representative neurosymbolic AI systems.
Abstract（参考訳）: ニューロシンボリックAIは、学習と推論の統合、特に論理的および神経的表現の統合に焦点を当てている。ニューロシンボリックAIシステムのアルファベットのスープが存在するにもかかわらず、この分野は、ニューロシンボリックモデルと推論が実際に何であるかの一般的な形式的な定義を欠いている。我々は,その重要な要素を抽象化するニューロシンボリックAIの形式的定義を導入する。より具体的には、ニューロシンボリック推論を、論理関数と信念関数の積上の積分の計算として定義する。我々のニューロシンボリックAI定義は、主要な代表的ニューロシンボリックAIシステムの抽象化を可能にしている。

関連論文リスト

Reasoning in Neurosymbolic AI [2.25467522343563]
ニューラルネットワークにおける推論と学習の原則的な統合は、ニューロシンボリック人工知能の領域の主目的である。簡単なエネルギーベースのニューロシンボリックAIシステムは、命題論理式を形式的に表現し、推論することができる。
論文参考訳（メタデータ） (2025-05-22T11:57:04Z)
Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [58.58177409853298]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文参考訳（メタデータ） (2025-05-12T15:05:34Z)
Compositional Generalization Across Distributional Shifts with Sparse Tree Operations [77.5742801509364]
我々は、微分可能木機械と呼ばれる統合されたニューロシンボリックアーキテクチャを導入する。シンボル構造の疎ベクトル表現を用いることで,モデルの効率を大幅に向上する。より一般的なseq2seq問題に制限されたtree2tree問題以外の適用を可能にする。
論文参考訳（メタデータ） (2024-12-18T17:20:19Z)
Formal Explanations for Neuro-Symbolic AI [28.358183683756028]
本稿では,ニューロシンボリックシステムの決定を説明するための公式なアプローチを提案する。これはまず、説明が必要な神経情報の個々の部分のサブセットを特定するのに役立つ。これに続いて、階層的な形式的な説明の簡潔さを促進するために、互いに独立して、これらの個々の神経入力のみを説明する。
論文参考訳（メタデータ） (2024-10-18T07:08:31Z)
Psychology of Artificial Intelligence: Epistemological Markers of the Cognitive Analysis of Neural Networks [0.0]
アシモフが1950年に予言した人工知能の心理学は、このAIの探索と説明可能性に敏感な物質の研究を目的としている。後者を調べるための前提条件は、その現象学に起因する認知状態に関するいくつかのマイルストーンを明らかにすることである。
論文参考訳（メタデータ） (2024-07-04T12:53:05Z)
The Roles of Symbols in Neural-based AI: They are Not What You Think! [25.450989579215708]
知的エージェントのための新しいニューロシンボリック仮説と有望なアーキテクチャを提案する。私たちの仮説と関連するアーキテクチャは、シンボルが知的システムの将来に重要なままであることを示している。
論文参考訳（メタデータ） (2023-04-26T15:33:41Z)
A Semantic Framework for Neuro-Symbolic Computing [0.36832029288386137]
ニューロシンボリックAIの分野は、ニューラルネットワークとシンボリックシステムの組み合わせの恩恵を受けることを目的としている。エンコーディングの一般的な定義は存在せず、ニューロシンボリック法を正確に理論的に比較することが可能である。本稿では,ニューロシンボリックAIのセマンティックフレームワークを導入することでこの問題に対処する。
論文参考訳（メタデータ） (2022-12-22T22:00:58Z)
Constraints on the design of neuromorphic circuits set by the properties of neural population codes [61.15277741147157]
脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
論文参考訳（メタデータ） (2022-12-08T15:16:04Z)
Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。 NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文参考訳（メタデータ） (2022-10-28T04:38:10Z)
Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。この記事では、そのような制限と、それらが緩和される方法について論じる。これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文参考訳（メタデータ） (2022-05-25T20:16:05Z)
Neuro-Symbolic Learning of Answer Set Programs from Raw Data [54.56905063752427]
Neuro-Symbolic AIは、シンボリックテクニックの解釈可能性と、生データから学ぶ深層学習の能力を組み合わせることを目的としている。本稿では,ニューラルネットワークを用いて生データから潜在概念を抽出するNSIL(Neuro-Symbolic Inductive Learner)を提案する。 NSILは表現力のある知識を学習し、計算的に複雑な問題を解き、精度とデータ効率の観点から最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2022-05-25T12:41:59Z)
Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文参考訳（メタデータ） (2022-05-02T18:00:10Z)

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。