- …
- …
#110
summarized by : QIUYUE
どんな論文か？
Visual Relationships Detection のデータセットはロングテイル分布になる傾向。既存手法は特にtailのところの関係推定に精度が低かった。ここで、Longーtail分布に対応可能、かつInterpretabilityが高いVRD手法を提案。提案手法はNeural SymbolicなモデルとMarkov Logic NetworksをVRDタスクに導入し、高い解釈性を得た。
新規性
Neural Symbolic手法は従来CLEVRのようなCGデータセットに適応されており、実データにたいての検討が少なかった。ここで、実画像データセットとなるVRDタスクで検討を行なった。
結果
提案手法はVisual Relationships Detection(VRD)のデータセットで高い精度を得られた。また、提案のモデルは物体と物体間の関係を反映するFirst-Order Logic（FOL、Symbolic knowledge）も同時に得られるため、Interpretability性が高い。
その他（なぜ通ったか？等）
Neural-Symbolic的な手法はLong-tail分布には強そうです。提案手法はInterpretablityが高いところが評価されたかもしれません。
- …
- …