論文の概要: Metonymic Circuits for Abstract Concept Grounding in Vision Transformers

• arxiv url: http://arxiv.org/abs/2610.06928v1
• Date: Sat, 03 Oct 2026 00:53:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.469024
• Title: Metonymic Circuits for Abstract Concept Grounding in Vision Transformers
• Title（参考訳）: 視覚変換器における抽象概念接地のためのメトニミック回路
• Abstract要約: 本研究では,視覚変換器が抽象概念(例えば,怒り)を学習データに限定した直接的証拠を与える場合について検討する。 我々は,抽象的な予測を具体的,解釈可能なアンカーの概念によって駆動するメソニム基底機構を仮定する。
• 参考スコア（独自算出の注目度）: 44.44597912105143
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study how Vision Transformers ground abstract concepts (e.g., angry) when training data provide limited direct referential evidence. We hypothesize a metonymic grounding mechanism in which abstract predictions are driven by concrete, interpretable anchor concepts (e.g., fire) that bridge visual signals to abstract semantics. By applying Transcoders on CLIP and DINO vision encoders, we recover intermediate features that can be associated with semantic labels for more concrete concepts, and trace their contributions in circuits underlying abstract concept recognition. Experiments on a carefully curated icon dataset reveal structured metonymic circuits, in which perceptual primitives dominate early layers and object-like anchors precede abstract targets. Images containing rendered text instead recruit a distinct perceptual-to-textual route. Causal interventions further validate that metonymic intermediates are functionally involved in grounding abstract concepts.
• Abstract（参考訳）: 本研究では,視覚変換器が抽象概念(例えば怒り,怒り)を学習データに限定した直接指示的証拠を与える場合について検討する。 我々は,抽象的意味論に視覚信号をブリッジする具体的,解釈可能なアンカー概念(例:火)によって,抽象的予測を駆動するメソニマグラウンド機構を仮定する。 CLIPおよびDINOビジョンエンコーダにトランスコーダを適用することにより、より具体的な概念のセマンティックラベルに関連付けることができる中間機能を復元し、抽象概念認識の基礎となる回路におけるそれらの貢献をトレースする。 慎重にキュレートされたアイコンデータセットの実験では、知覚的プリミティブが初期層を支配し、オブジェクトのようなアンカーが抽象的なターゲットに先行する、構造化されたメトニック回路が明らかになった。 レンダリングされたテキストを含む画像は、異なる知覚からテキストへのルートをリクルートする。 因果的介入は、メトニム中間体が抽象概念の基底に機能的に関与していることをさらに証明する。

関連論文リスト

• Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning [56.24016465596292]
  視覚的メタファーは、抽象概念をインパクトのある視覚的レトリックに変換するために、クロスドメインなセマンティックフュージョンを用いて、人間の創造性の高階形式を構成する。 本稿では,参照画像から「創造的本質」を自律的に分離し,その抽象論理をユーザ特定対象に再物質化する,視覚メタファー伝達(VMT)の課題を紹介する。 提案手法は, メタファーの整合性, アナロジーの適切性, 視覚的創造性においてSOTAのベースラインを著しく上回り, 広告・メディアにおける高度にインパクトのある創造的アプリケーションを自動化するための道を開いた。
  論文  参考訳（メタデータ） (2026-02-01T17:01:36Z)
• Text-to-Image Generation for Abstract Concepts [76.32278151607763]
  抽象概念のためのテキスト・画像生成フレームワーク(TIAC)を提案する。 抽象概念は曖昧さを避けるための詳細な定義で明確な意図に明確化されている。 LLM抽出フォームパターンセットから概念依存型フォームを検索する。
  論文  参考訳（メタデータ） (2023-09-26T02:22:39Z)
• Unsupervised Interpretable Basis Extraction for Concept-Based Visual Explanations [44.033369364364084]
  本研究は,CNN画像分類器の予測と中間層表現を,人間の理解可能な概念の観点から説明しようとするものである。 ボトムアップアプローチを採用し、概念ラベルの監督に頼ることなく、機能空間の構造から方向を一括して識別する。 既存の基盤解釈可能性指標の拡張を行い、抽出したベースに変換すると中間層表現がより解釈可能であることを示す。
  論文  参考訳（メタデータ） (2023-03-19T00:37:19Z)
• Visual Concepts Tokenization [65.61987357146997]
  本稿では,教師なしトランスフォーマーに基づく視覚概念トークン化フレームワーク VCT を提案する。 これらの概念トークンを得るためには、概念トークン間の自己注意なしで画像トークン層から視覚情報を抽出するために、クロスアテンションのみを用いる。 さらに,異なる概念トークンが独立した視覚概念を表現することを容易にするために,概念分離損失を提案する。
  論文  参考訳（メタデータ） (2022-05-20T11:25:31Z)
• SegDiscover: Visual Concept Discovery via Unsupervised Semantic Segmentation [29.809900593362844]
  SegDiscoverは、監視なしで複雑なシーンを持つデータセットから意味論的に意味のある視覚概念を発見する新しいフレームワークである。 提案手法は, 生画像から概念プリミティブを生成し, 自己教師付き事前学習エンコーダの潜在空間をクラスタリングし, ニューラルネットワークのスムーズ化により概念の洗練を図る。
  論文  参考訳（メタデータ） (2022-04-22T20:44:42Z)
• Toward a Visual Concept Vocabulary for GAN Latent Space [74.12447538049537]
  本稿では,GANの潜在空間で表現される原始視覚概念のオープンエンド語彙を構築するための新しい手法を提案する。 提案手法は, 層選択性に基づく知覚的正当方向の自動識別, 自由形, 構成的自然言語記述による人為的アノテーションの3つの要素から構成される。 実験により、我々のアプローチで学んだ概念は信頼性があり、構成可能であることが示され、クラス、コンテキスト、オブザーバをまたいで一般化される。
  論文  参考訳（メタデータ） (2021-10-08T17:58:19Z)

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。