- …
- …
#169
summarized by : Shingo Nakazawa
どんな論文か？
人は順列を見ると容易に解を一般化できる (例："c, b, a" "d, c, b"という順列があるとき、"e, d, " に続くのは？)。このような知能の実現を目指し、本論文はコネクショニズム的（ニューラルネットワーク）＆古典的（代数的処理）アプローチのハイブリッドであるALgebra-Aware Neuro-Semi-Symbolic (ALANS) 学習器を提案した。
新規性
ALANS学習器ではNeural Visual Perceptionモジュールが画像情報を要約し、要約された情報をAlgebraic Abstract Reasoningモジュールがペアノ公理と表現論を用いて代数的表現に変換することで画像の組の背後に隠された演算子を導き出す。その演算を実行することで答えの表現を予測し、最も近い選択肢を解として選択する。
結果
Raven’s Progressive Matrices (RPM) を系統的な汎化の指標として利用。3つのRPM領域 (Systematicity, Productivity, Localism) において、他の純粋なニューラルネットワーク系モデルと比較して優れた性能を示した。
その他（なぜ通ったか？等）
コネクショニズム：ニューラルネットワークモデルに基づいた知能を実現・実装する立場。白紙の状態から多数の事例を経験して知能を学習・取得するという考え方に則る。
- …
- …