核心概念
산드라는 벡터 표현과 연역적 추론을 결합하여 주어진 상황에 대한 모든 가능한 관점(설명)을 추론할 수 있다.
摘要
이 논문은 산드라라는 신경-상징적 추론기를 소개한다. 산드라는 벡터 표현과 연역적 추론을 결합하여 주어진 상황에 대한 모든 가능한 관점(설명)을 추론할 수 있다.
산드라는 설명과 상황(Description and Situation, DnS) 온톨로지 설계 패턴을 기반으로 한다. DnS는 프레임 의미론을 형식화한 것으로, 주어진 사실(상황)에 대해 불완전한 정보가 있더라도 그에 대한 타당한 해석(설명)을 추론할 수 있다.
산드라는 다음과 같은 특징을 가진다:
- 벡터 공간 내에서 추론을 수행하여 신경망과 결합할 수 있다.
- DnS 온톨로지에 기반하여 추론의 해석 가능성을 제공한다.
- 복잡도의 증가 없이 기존 모델 대비 성능이 향상된다.
실험 결과, 산드라는 시각적 추론 및 도메인 일반화 작업에서 기존 모델을 능가하는 성능을 보였다.
統計資料
주어진 상황에 대해 모든 가능한 설명을 추론할 수 있다.
설명과 상황 간의 관계를 확률적으로 모델링하여 불완전한 정보에서도 추론이 가능하다.
신경망과의 결합을 통해 구조화되지 않은 데이터를 처리할 수 있다.
引述
"주어진 사실(상황)에 대해 불완전한 정보가 있더라도 그에 대한 타당한 해석(설명)을 추론할 수 있다."
"산드라는 벡터 공간 내에서 추론을 수행하여 신경망과 결합할 수 있다."
"산드라는 DnS 온톨로지에 기반하여 추론의 해석 가능성을 제공한다."