Fugu-MT 論文翻訳(概要): 2D Spatial Reasoning with Adaptive Neural Cellular Automata

論文の概要: 2D Spatial Reasoning with Adaptive Neural Cellular Automata

arxiv url: http://arxiv.org/abs/2610.08518v2
Date: Tue, 13 Oct 2026 07:30:26 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-15 06:32:22.149381
Title: 2D Spatial Reasoning with Adaptive Neural Cellular Automata
Title（参考訳）: 適応型ニューラルセルオートマトンを用いた2次元空間推論
Abstract要約: 本稿では、変形可能な畳み込みを用いて知覚場に適応し、2次元空間関係を反復的に推論する新しい適応型ニューラルセルオートマタアーキテクチャを提案する。シュドクのような画像ベースパズルの解法や迷路の最短経路の探索に高い一般化能力を備えた,公開ベンチマークによる実証的な結果が得られた。
参考スコア（独自算出の注目度）: 16.955147230677042
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Many modern learning approaches are still struggling with spatial reasoning tasks, i.e. they lack the ability to utilize geometric information of perceived entities and their spatial relation to each other to solve problems. We introduce a novel Adaptive Neural Cellular Automata (aNCA) architecture which uses deformable convolutions to dynamically adapt the perceptive field and iteratively reason over 2D spatial relations on grid-like data structures (e.g. images). Empirical results on public benchmarks show state of the art comprehensible results with high generalization abilities for solving image based puzzles like Sudoku or finding the shortest path in a maze.
Abstract（参考訳）: 現代の多くの学習手法は、空間的推論の課題、すなわち認識された実体の幾何学的情報と、その空間的関係を利用して問題を解決する能力に依然として苦戦している。本稿では, 適応型ニューラルセルオートマタ(aNCA)アーキテクチャを提案する。このアーキテクチャは, 変形可能な畳み込みを用いて知覚場を動的に適応させ, 格子状データ構造(例えば画像)上の2次元空間関係を反復的に推論する。シュドクのような画像ベースパズルの解法や迷路の最短経路の探索に高い一般化能力を備えた,最先端の理解可能な結果が公開ベンチマークで実証された。

関連論文リスト

SpatialBlock: Enhancing Spatial Intelligence in LVLMs via Synthetic Block-Stacking Problem [40.48570356491105]
LVLM(Large Vision-Language Models)は、様々な視覚的タスクにおいて強力なパフォーマンスを実現している。しかし、2次元画像に描かれたシーンの3次元構造を再構築し、解析する能力は依然として限られている。本稿では,人間の認知発達にインスパイアされた,構造化ブロック操作タスクによる基礎的空間スキルの学習という,新しいパラダイムを提案する。
論文参考訳（メタデータ） (2026-09-07T05:41:13Z)
Learning 3D Representations for Spatial Intelligence from Unposed Multi-View Images [81.94999489820974]
UniSplat (UniSplat) は、未提示のマルチビュー画像から3D表現を学習するためのフィードフォワードフレームワークである。エンコーダにおける幾何誘導を強化するデュアルマスキング戦略を導入する。第2に,外見のセマンティックな矛盾を解消する粗大なガウス的スプレイティング戦略を開発する。第3に、予測された3次元点と意味マップを画像平面に相互に関連付ける、ポーズ条件の補正機構を導入する。
論文参考訳（メタデータ） (2026-04-12T10:36:18Z)
GeoSense: Internalizing Geometric Necessity Perception for Multimodal Reasoning [51.63457948949102]
マルチモーダル大規模言語モデル(MLLM)の限られた空間的理解を克服する枠組みを開発する。この枠組みは,2次元の手がかりが不十分と判断された場合の推論において,幾何学的特徴を自律的に関与させることにより,知覚的不整合を意識したモデルを実現する。
論文参考訳（メタデータ） (2026-03-11T03:32:12Z)
Video2Layout: Recall and Reconstruct Metric-Grounded Cognitive Map for Spatial Reasoning [19.549136366694572]
Video2は、ビデオからメートル法で配置された空間レイアウトを再構築するためのフレームワークである。このフレームワークは、オブジェクト間の物理サイズとオブジェクトサイズを定量化するために、連続的なオブジェクト境界座標を使用する。我々のモデルであるV2LO-7Bは、グリッドマップで訓練されたモデルよりも平均4.92%向上した。
論文参考訳（メタデータ） (2025-11-20T08:57:14Z)
Enhancing Spatial Reasoning through Visual and Textual Thinking [45.0026939683271]
空間的推論タスクは,2次元空間と3次元空間の空間的関係を推論することを目的としている。近年,視覚言語モデル (VLM) は急速に発展してきたが,空間推論の課題に苦戦している。視覚的思考とテキスト思考を同時に行うことによって空間的推論を向上させる手法を提案する。
論文参考訳（メタデータ） (2025-07-28T05:24:54Z)
A Grid Cell-Inspired Structured Vector Algebra for Cognitive Maps [4.498459787490856]
海馬と海馬の形成は哺乳類の脳のナビゲーションシステムであり、グリッド細胞を介して物理的および抽象的な空間をコードしている。本稿では,CANとベクトルアーキテクチャ(VSA)にインスパイアされた脳海馬形成における多目的情報処理の力学モデルを提案する。グリッドセルVSAモデルは、グリッドセルモジュールの離散スケールと配向を模倣した3次元モジュールによる空間的に構造化された符号化方式を採用している。
論文参考訳（メタデータ） (2025-03-11T16:45:52Z)
FuNNscope: Visual microscope for interactively exploring the loss landscape of fully connected neural networks [77.34726150561087]
ニューラルネットワークの高次元景観特性を探索する方法を示す。我々は、小さなニューラルネットワークの観測結果をより複雑なシステムに一般化する。インタラクティブダッシュボードは、いくつかのアプリケーションネットワークを開放する。
論文参考訳（メタデータ） (2022-04-09T16:41:53Z)
Visual Attention Network [90.0753726786985]
本稿では,自己アテンションにおける自己適応性および長距離相関を実現するために,新しいカーネルアテンション(LKA)モジュールを提案する。また、LKAに基づく新しいニューラルネットワーク、すなわちVisual Attention Network (VAN)を導入する。 VANは、最先端のビジョントランスフォーマーと畳み込みニューラルネットワークを、広範な実験において大きなマージンで上回ります。
論文参考訳（メタデータ） (2022-02-20T06:35:18Z)
Combining Commonsense Reasoning and Knowledge Acquisition to Guide Deep Learning in Robotics [8.566457170664926]
本稿では,認知システムの研究からインスピレーションを得たアーキテクチャについて述べる。ディープネットワークモデルは、ロボット工学とAIにおける多くのパターン認識と意思決定タスクに使用されている。我々のアーキテクチャは意思決定の信頼性を改善し、データ駆動のディープネットワークモデルのトレーニングに関わる労力を削減する。
論文参考訳（メタデータ） (2022-01-25T12:24:22Z)
A Flexible Framework for Designing Trainable Priors with Adaptive Smoothing and Game Encoding [57.1077544780653]
我々は、前方通過を非滑らかな凸最適化問題として解釈できるニューラルネットワーク層の設計とトレーニングのための一般的なフレームワークを紹介する。グラフのノードに代表されるローカルエージェントによって解決され、正規化関数を介して相互作用する凸ゲームに焦点を当てる。このアプローチは、訓練可能なエンドツーエンドのディープモデル内で、古典的な画像の事前使用を可能にするため、画像の問題を解決するために魅力的である。
論文参考訳（メタデータ） (2020-06-26T08:34:54Z)
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。