Analogical Reasoning Within a Conceptual Hyperspace

要約

我々は、複素サンプリングされた超次元コンピューティング (HDC) の神経記号的計算能力と、意味論的意味の有望な理論である概念空間理論 (CST) を組み合わせた類推推論へのアプローチを提案します。
CST スケッチは、抽象レベルで、標準的な述語ベースの構造マッピング理論を超えた類推推論にアプローチします。
しかし、そのようなアプローチをどのように運用できるかについては説明されていません。
我々は、CST によって分類されたいくつかのタイプのアナロジーを計算する具体的な HDC ベースのアーキテクチャを提案します。
おもちゃの領域内での予備的な概念実証の実験結果を示し、それがカテゴリベースおよびプロパティベースの類推推論をどのように実行できるかを説明します。

要約(オリジナル)

We propose an approach to analogical inference that marries the neuro-symbolic computational power of complex-sampled hyperdimensional computing (HDC) with Conceptual Spaces Theory (CST), a promising theory of semantic meaning. CST sketches, at an abstract level, approaches to analogical inference that go beyond the standard predicate-based structure mapping theories. But it does not describe how such an approach can be operationalized. We propose a concrete HDC-based architecture that computes several types of analogy classified by CST. We present preliminary proof-of-concept experimental results within a toy domain and describe how it can perform category-based and property-based analogical reasoning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google