論文の概要: Finding your MUSE: Mining Unexpected Solutions Engine
- arxiv url: http://arxiv.org/abs/2509.05072v1
- Date: Fri, 05 Sep 2025 13:13:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-08 14:27:25.592406
- Title: Finding your MUSE: Mining Unexpected Solutions Engine
- Title（参考訳）: MUSEを見つける - 予期せぬソリューションエンジンのマイニング
- Authors: Nir Sweed, Hanit Hakim, Ben Wolfson, Hila Lifshitz, Dafna Shahaf,
- Abstract要約: 本稿では,関数型概念グラフ(FCG)の構築手法を紹介する。
FCGは抽象、問題リフレーミング、アナログインスピレーションをサポートする機能要素の相互接続表現である。
本稿では,FCGを利用して与えられた問題に対する創造的なインスピレーションを生成するアルゴリズム MUSE を提案する。
- 参考スコア（独自算出の注目度）: 7.653295441468162
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Innovators often exhibit cognitive fixation on existing solutions or nascent ideas, hindering the exploration of novel alternatives. This paper introduces a methodology for constructing Functional Concept Graphs (FCGs), interconnected representations of functional elements that support abstraction, problem reframing, and analogical inspiration. Our approach yields large-scale, high-quality FCGs with explicit abstraction relations, overcoming limitations of prior work. We further present MUSE, an algorithm leveraging FCGs to generate creative inspirations for a given problem. We demonstrate our method by computing an FCG on 500K patents, which we release for further research.
- Abstract（参考訳）: 革新者は、しばしば既存の解決策や新しいアイデアに対する認知的な定着を示し、新しい代替案の探索を妨げる。
本稿では, 機能概念グラフ(FCG)の構築手法, 抽象化, 問題再フレーミング, 類推的インスピレーションをサポートする機能要素の相互結合表現について紹介する。
提案手法は,従来の作業の限界を克服し,抽象的関係を明示した大規模で高品質なFCGを実現する。
さらに、FCGを利用して与えられた問題に対する創造的なインスピレーションを生成するアルゴリズムであるMUSEについて述べる。
我々は,500K特許のFCGを計算して本手法を実証し,さらなる研究のためにリリースする。
関連論文リスト
- Embedding Knowledge Graph in Function Spaces [1.90894751866253]
本稿では,ベクトル空間ではなく有限次元の関数空間内で操作することで,従来の手法から分岐する新しい埋め込み手法を提案する。
埋め込みに関数を適用することで、より自由度が高くなり、合成や微分、プリミティブなエンティティ表現といった操作が可能になる、と我々は主張する。
論文 参考訳（メタデータ） (2024-09-23T09:49:57Z) - MultiSTOP: Solving Functional Equations with Reinforcement Learning [56.073581097785016]
物理学における関数方程式を解くための強化学習フレームワークであるMultiSTOPを開発した。
この新しい手法は境界ではなく実際の数値解を生成する。
論文 参考訳（メタデータ） (2024-04-23T10:51:31Z) - Triple-CFN: Restructuring Concept Spaces for Enhancing Abstract Reasoning Process [1.7955614278088239]
画像から概念と特徴を別々に抽出する新しいフレームワークであるCross-Feature Network (CFN)を紹介した。
抽出した概念と特徴をCFN内に組み込んだ期待最大化プロセスを統合することで,顕著な結果を得た。
また、RPM問題に適した概念空間を明示的に構築した、Triple-CFNの先進バージョンであるMeta Triple-CFNについても紹介する。
論文 参考訳（メタデータ） (2024-03-05T18:29:17Z) - Large Language Models as Analogical Reasoners [155.9617224350088]
CoT(Chain-of- Thought)は、言語モデルのプロンプトとして、推論タスク全体で素晴らしいパフォーマンスを示す。
そこで本稿では,大規模言語モデルの推論プロセスを自動的にガイドする,新たなプロンプト手法であるアナログプロンプトを導入する。
論文 参考訳（メタデータ） (2023-10-03T00:57:26Z) - Momentum Decoding: Open-ended Text Generation As Graph Exploration [49.812280360794894]
自動回帰言語モデル(LM)を用いたオープンエンドテキスト生成は、自然言語処理における中核的なタスクの1つである。
我々は、新しい視点から、すなわち、有向グラフ内の探索プロセスとして、オープンエンドテキスト生成を定式化する。
本稿では,新しい復号法であるtextitmomentum decodingを提案する。
論文 参考訳（メタデータ） (2022-12-05T11:16:47Z) - Scaling Creative Inspiration with Fine-Grained Functional Facets of
Product Ideas [21.62996957134357]
製品、特許、科学論文のWebスケールリポジトリは、自動化システムを作成する機会を提供します。
しかし、概念の一般的な表現は原文による記述の形で表される。
本稿では,製品を自動的に細粒度関数ファセットに分解する新しい計算表現を提案する。
論文 参考訳（メタデータ） (2021-02-19T06:30:41Z) - Neural Topological SLAM for Visual Navigation [112.73876869904]
意味論を生かし、近似幾何学的推論を行う空間のトポロジ的表現を設計する。
本稿では,ノイズのあるアクティベーションの下でそのような表現を構築し,維持し,使用することができる教師付き学習ベースアルゴリズムについて述べる。
論文 参考訳（メタデータ） (2020-05-25T17:56:29Z)
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。