論文の概要: Computational Implementation of a Model of Category-Theoretic Metaphor Comprehension
- arxiv url: http://arxiv.org/abs/2604.10035v1
- Date: Sat, 11 Apr 2026 05:14:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:15.804664
- Title: Computational Implementation of a Model of Category-Theoretic Metaphor Comprehension
- Title（参考訳）: カテゴリー論的メタファー理解モデルの計算的実装
- Authors: Fumitaka Iwaki, Miho Fuyama, Hayato Saigo, Tatsuji Takahashi,
- Abstract要約: 本研究では,非決定的自然変換理論に基づくメタファー理解モデルに対する計算的実装を開発する。
アルゴリズムの出力は、実験データに適合するデータ、比喩理解結果の体系性、理解の新規性という3つの尺度で評価される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this study, we developed a computational implementation for a model of metaphor comprehension based on the theory of indeterminate natural transformation (TINT) proposed by Fuyama et al. We simplified the algorithms implementing the model to be closer to the original theory and verified it through data fitting and simulations. The outputs of the algorithms are evaluated with three measures: data-fitting with experimental data, the systematicity of the metaphor comprehension result, and the novelty of the comprehension (i.e. the correspondence of the associative structure of the source and target of the metaphor). The improved algorithm outperformed the existing ones in all the three measures.
- Abstract（参考訳）: 本研究では,富山らによって提唱された不確定自然変換理論(TINT)に基づくメタファー理解モデルに対する計算的実装を開発し,本モデルを実装するアルゴリズムを原理論に近いものに単純化し,データフィッティングとシミュレーションにより検証した。
アルゴリズムの出力は、実験データに適合するデータ、比喩理解結果の体系性、理解の新規性(つまり、比喩の情報源の連想構造と目的の対応)の3つの尺度で評価される。
改良されたアルゴリズムは、既存のアルゴリズムを3つの尺度すべてで上回った。
関連論文リスト
- Second-order AAA algorithms for structured data-driven modeling [0.0]
本稿では,周波数領域データから直接2次微分構造を持つ動的システム構築のための3つのデータ駆動モデリング手法を提案する。
2階構造偏心形式に基づいて、よく知られたAdaptive Antoulas-Andersonアルゴリズムを2階系に拡張する。
論文 参考訳（メタデータ） (2025-06-02T20:34:18Z) - A resource-efficient model for deep kernel learning [0.0]
精度の低下を最小限に抑えた学習計算の高速化には,様々なアプローチがある。
本稿では,演算子の分解とネットワークの分解を併用したモデルレベルの分解手法について述べる。
得られたアルゴリズムの精度とスケーラビリティの両面から実現可能性解析を行う。
論文 参考訳（メタデータ） (2024-10-13T17:11:42Z) - Surprisal Driven $k$-NN for Robust and Interpretable Nonparametric
Learning [1.4293924404819704]
我々は情報理論の観点から、隣り合う従来のアルゴリズムに新たな光を当てた。
単一モデルを用いた分類,回帰,密度推定,異常検出などのタスクに対する頑健で解釈可能なフレームワークを提案する。
我々の研究は、分類と異常検出における最先端の成果を達成することによって、アーキテクチャの汎用性を示す。
論文 参考訳（メタデータ） (2023-11-17T00:35:38Z) - Bridging Neural and Symbolic Representations with Transitional Dictionary Learning [4.326886488307076]
本稿では,記号的知識を暗黙的に学習できる新しいトランジショナル辞書学習(TDL)フレームワークを提案する。
本稿では,期待最大化法(EM)アルゴリズムで学習した辞書を用いて,入力を視覚部分へ分解するゲーム理論拡散モデルを提案する。
3つの抽象的な合成視覚オブジェクトデータセットを用いて実験を行った。
論文 参考訳（メタデータ） (2023-08-03T19:29:35Z) - A Recursive Bateson-Inspired Model for the Generation of Semantic Formal
Concepts from Spatial Sensory Data [77.34726150561087]
本稿では,複雑な感覚データから階層構造を生成するための記号のみの手法を提案する。
このアプローチは、概念や概念の創始の鍵としてのバテソンの差異の概念に基づいている。
このモデルは、トレーニングなしでかなりリッチだが人間に読まれる概念表現を生成することができる。
論文 参考訳（メタデータ） (2023-07-16T15:59:13Z) - Enriching Disentanglement: From Logical Definitions to Quantitative Metrics [59.12308034729482]
複雑なデータにおける説明的要素を遠ざけることは、データ効率の表現学習にとって有望なアプローチである。
論理的定義と量的指標の関連性を確立し, 理論的に根ざした絡み合いの指標を導出する。
本研究では,非交叉表現の異なる側面を分離することにより,提案手法の有効性を実証的に実証する。
論文 参考訳（メタデータ） (2023-05-19T08:22:23Z) - Distributed Bayesian Learning of Dynamic States [65.7870637855531]
提案アルゴリズムは有限状態隠れマルコフモデルに対する分散ベイズフィルタタスクである。
逐次状態推定や、動的環境下でのソーシャルネットワーク上での意見形成のモデル化に使用できる。
論文 参考訳（メタデータ） (2022-12-05T19:40:17Z) - Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。
提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
論文 参考訳（メタデータ） (2021-05-23T19:21:55Z) - Model Fusion with Kullback--Leibler Divergence [58.20269014662046]
異種データセットから学習した後続分布を融合する手法を提案する。
我々のアルゴリズムは、融合モデルと個々のデータセット後部の両方に対する平均場仮定に依存している。
論文 参考訳（メタデータ） (2020-07-13T03:27:45Z)
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。