論文の概要: Think-Verify-Revise: Neuro-Symbolic Visual Reasoning with Vision-Language Models and Dynamic Logic Tensor Networks

• arxiv url: http://arxiv.org/abs/2609.05388v1
• Date: Fri, 04 Sep 2026 17:39:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:24.142783
• Title: Think-Verify-Revise: Neuro-Symbolic Visual Reasoning with Vision-Language Models and Dynamic Logic Tensor Networks
• Title（参考訳）: Think-Verify-Revise:視覚言語モデルと動的論理テンソルネットワークを用いたニューロシンボリック視覚推論
• Abstract要約: 視覚的推論タスクは、視覚的コンテンツを共同で知覚し、形式的な関係制約を適用するシステムを必要とする。 本稿では,視覚言語モデル(VLM)を強く結合することにより,このギャップを埋めるニューロシンボリック(NeSy)フレームワークを提案する。 提案手法は,従来の手法(PSL, LTN)のスコアマッチングや性能向上を実現する。
• 参考スコア（独自算出の注目度）: 41.54450067095476
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual reasoning tasks require a system to jointly perceive visual content and apply formal relational constraints---a combination that neither pure neural nor purely symbolic approaches handle well in isolation. This paper proposes a Neuro-Symbolic (NeSy) framework that closes this gap by tightly coupling a Vision-Language Model (VLM) for automatic First-Order Logic (FOL) rule induction with a Dynamic Logic Tensor Network (D-LTN) for differentiable rule verification, in a closed iterative feedback loop. The VLM receives a small set of labelled visual examples and proposes candidate FOL rules conforming to a strict grammar (Think); the D-LTN is automatically assembled from these rules at runtime and evaluates them grounding on CNN-produced visual embeddings (Verify); and verification failures are fed back to guide the VLM's next hypothesis (Revise). Evaluated on the ViSudo-PC benchmark across four visual domains (MNIST, EMNIST, KMNIST, FMNIST), the system induces valid Sudoku constraint rules using only three training examples as visual context. The proposed method achieves AUC scores matching or outperforming previous methods (NeuPSL, LTN), showing the potential for automatic rule discovery through VLM. Code is available at https://github.com/homayoun-afshari/nesy.
• Abstract（参考訳）: 視覚的推論タスクには、視覚的コンテンツを共同で知覚し、形式的なリレーショナル制約を適用する必要がある。 本稿では,このギャップを埋めるために,視覚言語モデル(VLM)と動的論理テンソルネットワーク(D-LTN)との自動一階論理(FOL)ルールインジェクションを密結合し,規則検証を行うニューロシンボリック(NeSy)フレームワークを提案する。 VLMはラベル付きビジュアルサンプルの小さなセットを受け取り、厳密な文法(Think)に従って候補FOLルールを提案し、D-LTNは実行時にこれらのルールから自動的に組み立てられ、CNN生成ビジュアル埋め込み(Verify)に基づいて評価され、検証失敗はVLMの次の仮説(Revise)を導くために送り返される。 4つの視覚領域(MNIST, EMNIST, KMNIST, FMNIST)にわたるViSudo-PCベンチマークで評価し, 視覚コンテキストとして3つのトレーニング例のみを用いて, 有効なスドク制約ルールを導出する。 提案手法は,従来の手法(NeuPSL, LTN)と一致するか,より優れているかを示すAUCスコアを達成し,VLMによるルールの自動発見の可能性を示す。 コードはhttps://github.com/homayoun-afshari/nesy.comで入手できる。

関連論文リスト

• A Logical-Rule Autoencoder for Interpretable Recommendations [5.768273842489658]
  設計により解釈可能な協調フィルタリングのための論理ルール解釈オートエンコーダ(LIA)を提案する。 LIAは、各ルールニューロンにゲートパラメータが設けられた学習可能な論理ルール層を導入する。 LIAでは、ユーザーはそれぞれのレコメンデーションの背後にある決定プロセスを直接トレースすることができる。
  論文  参考訳（メタデータ） (2026-04-05T21:21:37Z)
• Learning Representations Through Contrastive Neural Model Checking [5.774786149181392]
  Contrastive Neural Model Checking (CNML) は、モデルチェックタスクを協調表現を学習するための誘導信号として活用する新しい手法である。 CNMLは、アルゴリズム的ベースラインと神経的ベースラインの両方において、クロスモーダルとイントラモーダルの両方でかなり優れています。 これらの結果から,モデル検査が形式言語における表現の学習の目的となることが示唆された。
  論文  参考訳（メタデータ） (2025-10-02T09:52:47Z)
• A Constructive Framework for Nondeterministic Automata via Time-Shared, Depth-Unrolled Feedforward Networks [0.0]
  非決定論的有限オートマトン(NFA)の時間分割・深度制御型フィードフォワードネットワーク(TS-FFN)を用いたフォーマルで建設的なシミュレーションフレームワークを提案する。 我々の定式化は、二進ベクトルとしてのオートマトン状態、スパース行列変換としての遷移、および共有しきい値更新の合成としての$varepsilon$-closuresを含む非決定的分岐を含む非決定論的分岐を象徴的に符号化する。
  論文  参考訳（メタデータ） (2025-05-30T01:18:35Z)
• Symbolic Rule Extraction from Attention-Guided Sparse Representations in Vision Transformers [1.3812010983144802]
  最近のニューロシンボリックアプローチは、解釈可能性を高めるためにCNNベースのモデルからシンボリック・ルールセットを抽出することに成功している。 本稿では、スパースオートエンコーダ(SAE)にインスパイアされたスパース概念層を導入し、視覚変換器(ViT)からシンボルルールを抽出するフレームワークを提案する。 本手法は,記号的推論が可能でありながら,標準のViTよりも5.14%の精度で分類できる。
  論文  参考訳（メタデータ） (2025-05-10T19:45:15Z)
• Verification Learning: Make Unsupervised Neuro-Symbolic System Feasible [49.084647802326366]
  本稿では,Nesyにおけるラベルに基づく推論プロセスをラベルのない検証プロセスに変換する,新しい学習パラダイムであるVerification Learning(VL)を紹介する。 VLは、ラベルのないデータと、現在の予測が規則に準拠しているかどうかを検証する関数にのみ依存することにより、優れた学習結果を得る。 我々の理論的分析は、Nesyシステム内のどのタスクがラベルなしで完了できるかを指摘し、なぜルールが無限ラベルを置き換えられるのかを説明している。
  論文  参考訳（メタデータ） (2025-03-17T08:28:58Z)
• Lyapunov-stable Neural Control for State and Output Feedback: A Novel Formulation [67.63756749551924]
  学習ベースのニューラルネットワーク(NN)制御ポリシは、ロボット工学と制御の幅広いタスクにおいて、印象的な経験的パフォーマンスを示している。 非線形力学系を持つNNコントローラのトラクション領域(ROA)に対するリアプノフ安定性の保証は困難である。 我々は、高速な経験的ファルシフィケーションと戦略的正則化を用いて、Lyapunov証明書とともにNNコントローラを学習するための新しいフレームワークを実証する。
  論文  参考訳（メタデータ） (2024-04-11T17:49:15Z)
• State space models can express n-gram languages [51.823427608117626]
  我々は、n-gramルールから生成された言語に対して、次の単語予測タスクを解くことのできる状態空間言語モデルを構築している。 我々の証明は、SSMがn-gramルールをその能力に関する新たな理論的結果を用いてエンコードする方法を示している。 n-gramルールから生成された小さなデータセットを用いて実験を行い、勾配に基づく最適化によって得られたSSMやRNNにフレームワークをどのように適用できるかを示す。
  論文  参考訳（メタデータ） (2023-06-20T10:41:23Z)
• NeSyFOLD: Neurosymbolic Framework for Interpretable Image Classification [1.3812010983144802]
  画像分類タスクのためのニューロシンボリック(NeSy)モデルを作成するため,NeSyFOLDと呼ばれる新しいフレームワークを提案する。 FOLD-SE-Mと呼ばれるルールベースの機械学習アルゴリズムを用いて、階層化された回答セットプログラムを導出する。 NeSyモデルによる予測の正当性は、ASPインタープリタを使って得ることができる。
  論文  参考訳（メタデータ） (2023-01-30T05:08:05Z)
• PROTOtypical Logic Tensor Networks (PROTO-LTN) for Zero Shot Learning [2.236663830879273]
  論理ネットワーク(英: Logic Networks, LTN)は、ディープニューラルネットワークに根ざした微分可能な一階述語論理に基づくニューロシンボリックシステムである。 ここでは、ほとんどの意味的画像解釈タスクをエンコードする基本となるsubsumptionまたはtextttisOfClass述語に焦点を当てる。 本稿では,オブジェクト埋め込みと対応するクラスプロトタイプ間の距離の関数を真理レベルとする,共通のtextttisOfClass述語を提案する。
  論文  参考訳（メタデータ） (2022-06-26T18:34:07Z)
• A Correspondence Variational Autoencoder for Unsupervised Acoustic Word Embeddings [50.524054820564395]
  そこで本稿では,変数分割音声セグメントを固定次元表現にマッピングするための教師なしモデルを提案する。 結果として得られる音響単語の埋め込みは、低リソース言語とゼロリソース言語のための検索、発見、インデックスシステムの基礎を形成することができる。
  論文  参考訳（メタデータ） (2020-12-03T19:24:42Z)
• Logical Natural Language Generation from Open-Domain Tables [107.04385677577862]
  本稿では,その事実に関連付けられた自然言語文をモデルで生成するタスクを提案する。 提案した論理的 NLG 問題の研究を容易にするために,幅広い論理的・記号的推論を特徴とする既存の TabFact データセットcitechen 2019tabfact を用いる。 新しいタスクは、シーケンス順序と論理順序のミスマッチのため、既存のモノトニック生成フレームワークに課題をもたらす。
  論文  参考訳（メタデータ） (2020-04-22T06:03:10Z)

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。

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。