CanChen [email protected]
忙しい...
確率的プログラムの誘導により、人間レベルの概念の学習
- 動機：一例のみを見た後、人間は、概念としての例を一般化することができ、異なるクラスに属する他の例から例を区別し、深い学習モデルは、上記のタスクを完了するためにトレーニングデータの多くを必要としながら、このクラスから新しい例を生成。
- 方法：紙は、手書き文字をデータセットとサブパーツとしてライブラリから選択したプリミティブと、彼らは部品を形成するために使用されている使用しています。部品との関係は、簡単なプログラムを作ります。プログラムの実行、我々は新しいトークンをすることができます。
- 貢献：本論文では、この分野では非常にまれな科学論文、です。実際に、私はまだ、この論文では、いくつかのポイントを理解していないが、この論文ではモデルに人間の学習プロセスを統合しました。