The Responsibility Problem in Neural Networks with Unordered Targets

要約

タイトル： 順不同のターゲットを持つニューラルネットワークにおける責任問題
要約： 順不同なオブジェクトを固定並列順列のニューラルネットワーク出力にマッピングする際に生じる不連続性である責任問題について議論する。以前の研究では、単一の不連続性を特定することにより、この問題の存在を証明していた。ここでは、このようなモデルにおける不連続性が可算無限集合であることを示し、順不同なデータ用のニューラルネットワークのさらなる研究を促す。

– 順不同のオブジェクトを固定並列順列のニューラルネットワーク出力にマッピングするとき、責任問題が生じる。
– 以前の研究では、単一の不連続性を特定することにより、この問題の存在を証明していた。
– しかし、このようなモデルにおける不連続性が可算無限集合であることを示し、この問題の複雑さについて深く考える必要がある。
– 順不同なデータ用のニューラルネットワークのさらなる研究が求められている。

要約(オリジナル)

We discuss the discontinuities that arise when mapping unordered objects to neural network outputs of fixed permutation, referred to as the responsibility problem. Prior work has proved the existence of the issue by identifying a single discontinuity. Here, we show that discontinuities under such models are uncountably infinite, motivating further research into neural networks for unordered data.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI