論文の概要: Oruga: An Avatar of Representational Systems Theory

• arxiv url: http://arxiv.org/abs/2509.04041v1
• Date: Thu, 04 Sep 2025 09:21:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-05 20:21:10.111076
• Title: Oruga: An Avatar of Representational Systems Theory
• Title（参考訳）: オルガ:表現システム理論のアバター
• Authors: Daniel Raggi, Gem Stapleton, Mateja Jamnik, Aaron Stockdill, Grecia Garcia Garcia, Peter C-H. Cheng,
• Abstract要約: 本稿では, 表象システム理論(RST)の諸側面の実装として, オルガ(スペイン語:caterpillar, a symbol of transformation)を提案する。 Orugaは、RTTの概念に対応するデータ構造コアと、コアと通信する言語と、構造転送と呼ばれる手法を用いて変換を生成するエンジンから構成される。 本稿では,Orugaのコアおよび言語の概要について概説する。
• 参考スコア（独自算出の注目度）: 20.889971883203113
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Humans use representations flexibly. We draw diagrams, change representations and exploit creative analogies across different domains. We want to harness this kind of power and endow machines with it to make them more compatible with human use. Previously we developed Representational Systems Theory (RST) to study the structure and transformations of representations. In this paper we present Oruga (caterpillar in Spanish; a symbol of transformation), an implementation of various aspects of RST. Oruga consists of a core of data structures corresponding to concepts in RST, a language for communicating with the core, and an engine for producing transformations using a method we call structure transfer. In this paper we present an overview of the core and language of Oruga, with a brief example of the kind of transformation that structure transfer can execute.
• Abstract（参考訳）: 人間は柔軟に表現を使います。 ダイアグラムを描き、表現を変更し、異なるドメインにまたがって創造的なアナロジーを活用する。 この種のパワーを活用して、人間との互換性を高めたいのです。 以前は、表現の構造と変換を研究するためにRepresentational Systems Theory (RST) を開発した。 本稿では RST の様々な側面の実装である Oruga (スペイン語:caterpillar; 変換のシンボル) について述べる。 Orugaは、RTTの概念に対応するデータ構造コアと、コアと通信する言語と、構造転送と呼ばれる手法を用いて変換を生成するエンジンから構成される。 本稿では,Orugaのコアおよび言語の概要について概説する。

関連論文リスト

• Structure Transfer: an Inference-Based Calculus for the Transformation of Representations [20.889971883203113]
  主要な未解決問題は、表現変換と選択を駆動する表現システム技術をどのように考案するかである。 本稿では,多種多様RS間の表現変換を可能にする構造伝達という新しい計算法を提案する。
  論文  参考訳（メタデータ） (2025-09-03T12:07:23Z)
• Probabilistic Transformer: A Probabilistic Dependency Model for Contextual Word Representation [52.270712965271656]
  本稿では,文脈表現の新しいモデルを提案する。 モデルのグラフは変換器に似ており、依存関係と自己意識の対応性がある。 実験により,本モデルが小型・中型データセットのトランスフォーマーと競合することを示す。
  論文  参考訳（メタデータ） (2023-11-26T06:56:02Z)
• Characterizing Intrinsic Compositionality in Transformers with Tree Projections [72.45375959893218]
  トランスのようなニューラルモデルは、入力の異なる部分間で情報を任意にルーティングすることができる。 3つの異なるタスクに対するトランスフォーマーは、トレーニングの過程でより木のようなものになることを示す。 これらの木はモデル挙動を予測し、より木のようなモデルは構成的一般化のテストにおいてより良く一般化する。
  論文  参考訳（メタデータ） (2022-11-02T17:10:07Z)
• Structural Biases for Improving Transformers on Translation into Morphologically Rich Languages [120.74406230847904]
  TP-Transformerは従来のTransformerアーキテクチャを拡張し、構造を表現するコンポーネントを追加する。 第2の方法は、形態的トークン化でデータをセグメント化することで、データレベルで構造を付与する。 これらの2つのアプローチのそれぞれが、ネットワークがより良いパフォーマンスを達成することを可能にすることは分かっていますが、この改善はデータセットのサイズに依存します。
  論文  参考訳（メタデータ） (2022-08-11T22:42:24Z)
• Representational Systems Theory: A Unified Approach to Encoding, Analysing and Transforming Representations [3.1252164619375473]
  表現システム理論(Representational Systems Theory)は、3つのコアの観点から様々な表現を符号化するように設計されている。 ある系における表現を別の系における表現に構造的に変換することができる。
  論文  参考訳（メタデータ） (2022-06-07T10:43:27Z)
• Oracle Linguistic Graphs Complement a Pretrained Transformer Language Model: A Cross-formalism Comparison [13.31232311913236]
  言語グラフ表現が神経言語モデリングを補完し改善する程度について検討する。 全体としては、セマンティックな選挙区構造は言語モデリングのパフォーマンスに最も有用である。
  論文  参考訳（メタデータ） (2021-12-15T04:29:02Z)
• Thinking Like Transformers [64.96770952820691]
  本稿では,プログラミング言語の形式で変換器エンコーダの計算モデルを提案する。 RASPは、トランスフォーマーによって確実に学習できるタスクの解決策をプログラムするのにどのように使えるかを示す。 ヒストグラム、ソート、ダイク言語のためのRASPプログラムを提供する。
  論文  参考訳（メタデータ） (2021-06-13T13:04:46Z)
• Unsupervised Distillation of Syntactic Information from Contextualized Word Representations [62.230491683411536]
  我々は,ニューラルネットワーク表現における意味論と構造学の非教師なしの絡み合いの課題に取り組む。 この目的のために、構造的に類似しているが意味的に異なる文群を自動的に生成する。 我々は、我々の変換クラスタベクトルが、語彙的意味論ではなく構造的特性によって空間に現れることを実証する。
  論文  参考訳（メタデータ） (2020-10-11T15:13:18Z)
• Structural-analogy from a Single Image Pair [118.61885732829117]
  本稿では,1対の画像A,Bのみを用いて,ニューラルネットワークによる画像構造理解能力について検討する。 我々は、B の外観とスタイルを保持するが、A に対応する構造的配置を持つ画像を生成する。 提案手法は,画像AとBのみを利用した条件生成タスクにおいて,高品質な画像を生成するために利用できる。
  論文  参考訳（メタデータ） (2020-04-05T14:51:10Z)
• Towards Graph Representation Learning in Emergent Communication [37.8523331078468]
  我々は,マルチエージェントシステムにおける言語進化と協調を支援するために,グラフ畳み込みネットワークを利用する。 画像ベースの参照ゲームに動機づけられた,複雑度の異なるグラフ参照ゲームを提案する。 出現した通信プロトコルは堅牢であり、エージェントはゲームの変動の真の要因を明らかにし、トレーニング中に遭遇したサンプルを超えて一般化することを学ぶ。
  論文  参考訳（メタデータ） (2020-01-24T15:55:59Z)

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。