Fugu-MT 論文翻訳(概要): Structural Ranking of the Cognitive Plausibility of Computational Models of Analogy and Metaphors with the Minimal Cognitive Grid

論文の概要: Structural Ranking of the Cognitive Plausibility of Computational Models of Analogy and Metaphors with the Minimal Cognitive Grid

arxiv url: http://arxiv.org/abs/2605.01359v1
Date: Sat, 02 May 2026 10:08:10 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-05 20:33:49.726785
Title: Structural Ranking of the Cognitive Plausibility of Computational Models of Analogy and Metaphors with the Minimal Cognitive Grid
Title（参考訳）: 最小認知格子を用いたアナロジーとメタファーの計算モデルにおける認知的可否の構造的ランク付け
Authors: Alessio Donvito, Antonio Lieto,
Abstract要約: Minimal Cognitive Grid (MCG) は、人工システムの認知的妥当性を評価するためのフレームワークである。 MCGフレームワークの形式的かつ定量的な運用方法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we employ the Minimal Cognitive Grid (MCG), a framework created to evaluate the cognitive plausibility of artificial systems, to offer a systematic assessment of leading computational models of analogy and metaphor, including the Structure-Mapping Engine (SME), CogSketch, METCL, and Large Language Models (LLMs). We present a formal and quantitative operationalization of the MCG framework and, through the analysis of its three main dimensions (Functional/Structural Ratio, Generality, and Performance Match), examine how well each system aligns with standard cognitive theories of the modeled phenomena, thus allowing for comparison of the models with respect to their cognitive plausibility, according to consistent and generalizable mathematical criteria.
Abstract（参考訳）: 本稿では,人工システムの認知的妥当性を評価するためのフレームワークである最小認知グリッド(MCG)を用いて,SME(Structure-Mapping Engine)やCagSketch,METCL,Large Language Models(LLMs)など,アナログおよびメタファの先進的な計算モデルに関する体系的な評価を行う。本稿では,MCGフレームワークの形式的かつ定量的な運用について述べるとともに,その3つの主次元(Functional/Structural Ratio,Generality,Performance Match)の分析を通じて,各系がモデル化された現象の標準的な認知理論とどのように一致しているかを検証し,その認知的妥当性に関するモデルの比較を可能にする。

関連論文リスト

A Systematic Survey and Benchmark of Deep Learning for Molecular Property Prediction in the Foundation Model Era [57.5440098776759]
分子特性予測は、量子化学、化学情報学、深層学習を統合し、分子構造と生物学的挙動を結びつける。この調査は、Quantum、Descriptor Machine Learning、Geometric Deep Learning、Foundation Modelsの4つの補完パラダイムをトレースする。ベンチマーク分析は、広く使われているデータセットと業界的な視点を反映したデータセットの両方からエビデンスを統合する。
論文参考訳（メタデータ） (2026-04-17T15:16:33Z)
Beyond the Academic Monoculture: A Unified Framework and Industrial Perspective for Attributed Graph Clustering [75.50670592447219]
分散グラフクラスタリング(AGC)は、構造トポロジとノード属性を共同でモデル化することによって、ノードを凝集性グループに分割する基本的な教師なしタスクである。この調査は、3つの相補的な視点からAGCを包括的かつ工業的に基礎づけたレビューを提供する。
論文参考訳（メタデータ） (2026-03-21T14:15:34Z)
The Trinity of Consistency as a Defining Principle for General World Models [106.16462830681452]
一般世界モデルは、客観的物理法則を学習し、シミュレートし、推論することができる。本稿では,一般世界モデルに必要な基本的特性を定義するための理論的枠組みを提案する。我々の研究は、現在のシステムの限界と将来の進歩のためのアーキテクチャ要件の両方を明確にし、一般的な世界モデルへの原則的な経路を確立します。
論文参考訳（メタデータ） (2026-02-26T16:15:55Z)
On the Reasoning Capacity of AI Models and How to Quantify It [0.0]
大規模言語モデル(LLM)は、その推論能力の基本的な性質に関する議論を激化させている。 GPQAやMMLUのようなベンチマークで高い性能を達成する一方で、これらのモデルはより複雑な推論タスクにおいて制限を示す。本稿では,モデル行動のメカニズムを解明するために,従来の精度指標を超える新しい現象論的手法を提案する。
論文参考訳（メタデータ） (2025-01-23T16:58:18Z)
Symmetry-Enriched Learning: A Category-Theoretic Framework for Robust Machine Learning Models [0.0]
我々は,機械学習アルゴリズムにおける複雑な変換をモデル化するために,超対称性のカテゴリや関手表現を含む新しい数学的構成を導入する。我々の貢献には、対称性に富んだ学習モデルの設計、カテゴリー対称性を利用した高度な最適化手法の開発、モデルロバスト性、一般化、収束に関する理論分析が含まれる。
論文参考訳（メタデータ） (2024-09-18T16:20:57Z)
A process algebraic framework for multi-agent dynamic epistemic systems [55.2480439325792]
本稿では,マルチエージェント,知識ベース,動的システムのモデリングと解析のための統合フレームワークを提案する。モデリング側では,このようなフレームワークを実用的な目的に使いやすくするプロセス代数的,エージェント指向の仕様言語を提案する。
論文参考訳（メタデータ） (2024-07-24T08:35:50Z)
Benchmarks as Microscopes: A Call for Model Metrology [76.64402390208576]
現代の言語モデル(LM)は、能力評価において新たな課題を提起する。メトリクスに自信を持つためには、モデルミアロジの新たな規律が必要です。
論文参考訳（メタデータ） (2024-07-22T17:52:12Z)
Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
論文参考訳（メタデータ） (2023-10-03T05:40:56Z)
Incorporating Domain Knowledge in Deep Neural Networks for Discrete Choice Models [0.5801044612920815]
本稿では,DCMにおけるデータ駆動型アプローチの可能性を拡張するフレームワークを提案する。これには、必要な関係を表す擬似データサンプルと、その実現度を測定する損失関数が含まれる。ケーススタディは、このフレームワークの個別選択分析の可能性を示している。
論文参考訳（メタデータ） (2023-05-30T12:53:55Z)
Simulation of emergence in artificial societies: a practical model-based approach with the EB-DEVS formalism [0.11470070927586014]
本稿では,創発特性のモデリング,シミュレーション,ライブ識別に適した新しいフォーマリズムであるEB-DEVSを適用する。この研究は、コミュニケーション構造をモデル化するためのアプローチの簡潔さとコンパクトさに関するケーススタディ駆動の証拠を提供する。
論文参考訳（メタデータ） (2021-10-15T15:55:16Z)
Semantic interoperability based on the European Materials and Modelling Ontology and its ontological paradigm: Mereosemiotics [0.0]
欧州物質・モデリングオントロジー(EMMO)は、最近、計算分子工学とマルチスケールモデリングコミュニティにおいてトップレベルとして進歩している。この研究は、同じパラダイム – 同じ基本セット – に基づいて、トップレベルがどのように構築されているかを探求する。オントロジー - EMMOが適用できるように。物理システムのモデルとその計算工学の実践での使用。
論文参考訳（メタデータ） (2020-03-22T13:19:55Z)

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。