Core Concepts
Ein neurosymbolisches System lernt, wie es Programme ableiten kann, die visuelle Konzepte in einer domänenübergreifenden Art und Weise erfassen.
Abstract
In dieser Arbeit wird ein neurosymbolisches System vorgestellt, das lernt, wie es Programme ableiten kann, die visuelle Konzepte in einer domänenübergreifenden Art und Weise erfassen. Das System verwendet sogenannte "Template Programme", die programmatische Ausdrücke aus einer domänenspezifischen Sprache sind und strukturelle und parametrische Muster erfassen, die für ein Eingabekonzept typisch sind. Das Framework unterstützt mehrere konzeptbezogene Aufgaben, darunter wenig-Schuss-Generierung und Co-Segmentierung durch Parsing. Es wird ein Lernparadigma entwickelt, das es Netzwerken ermöglicht, Template Programme direkt aus visuellen Datensätzen abzuleiten, die Konzeptgruppierungen enthalten. Experimente in mehreren visuellen Domänen - 2D-Layouts, Omniglot-Zeichen und 3D-Formen - zeigen, dass die Methode domänenspezifische Alternativen übertrifft und bei domänenspezifischen Ansätzen konkurrenzfähig ist.
Stats
Die Methode übertrifft domänenspezifische Alternativen bei der Aufgabe der wenig-Schuss-Generierung.
Die Methode ist bei der Aufgabe der Co-Segmentierung konkurrenzfähig zu domänenspezifischen Ansätzen.
Quotes
"Unser neurosymbolisches System lernt, wie es Programme ableiten kann, die visuelle Konzepte in einer domänenübergreifenden Art und Weise erfassen."
"Template Programme sind programmatische Ausdrücke aus einer domänenspezifischen Sprache, die strukturelle und parametrische Muster erfassen, die für ein Eingabekonzept typisch sind."