Mar, 2024

建模概率模型解决邦加德 - 标志问题

PDF
TL;DR本研究介绍了 PMoC，这是一种为 Bongard-Logo 问题量身定制的概率模型，通过构建独立的概率模型实现了高准确性的推理。此外，我们还提出了 Pose-Transformer，这是一种专为复杂的抽象推理任务设计的增强型 Transformer-Encoder，包括 Bongard-Logo、RAVEN、I-RAVEN 和 PGM。Pose-Transformer 结合了位置信息学习，受胶囊网络中的姿势矩阵启发，增强了其对图像数据处理中的局部位置关系的关注。当与 PMoC 集成时，它进一步提高了推理准确性。我们的方法有效地解决了与抽象实体的位置变化相关的推理困难，在 RAVEN 的 OIG、D3×3 子集和 PGM 数据库上超过了之前的模型。本研究对于推进 AI 在抽象推理和认知模式识别方面的能力具有重要贡献。
发现论文，激发创造
  • Bongard-LOGO: 人类水平的概念学习和推理新基准

    通过提出 Bongard-LOGO 基准来评估人类概念学习和推理，我们展示了先前方法的不足之处，并讨论了适用于解决此类基准的一般视觉推理架构的研究方向。

    Oct, 2020

  • D4C 手套训练：通过分布和圈定概念解决 RPM 和 Bongard-logo 问题

    本研究在抽象推理领域，特别是针对 Raven 的渐进矩阵和 Bongard-Logo 问题，提出了显著的进展，包括重新定义概念边界并构建高级概念和低维表示之间的桥梁的 D2C 方法，通过度量图像表示的分布和 Sinkhorn 距离来实现优秀的推理准确性的 D3C 创新方法，以及通过限制分布距离提高计算效率并保持高准确性的 D3C-cos 方法。同时，引入将 D3C 和 D3C-cos 集成的 RPM 基准网络 Lico-Net，通过估计和限制规律性表示的分布来解决问题求解和可解释性挑战并取得最先进的性能。最后，通过对比 D2C，针对 RPM 和 Bongard-Logo 问题，采用对抗性方法进一步完善概念边界的 D4C 呈现了显著的改进，推动了抽象推理领域，为长期存在的问题提供了新的视角和实用解决方案。

    Mar, 2024

  • 使用视觉语言和实用推理解决 Bongard 问题

    本文介绍了用图像处理提取的视觉特征，并将其转化为符号视觉词汇的视觉概念学习问题。使用贝叶斯推理和形式语言，可以从提供的 Bongard 问题示例中引出复杂的视觉概念，并考虑语用推理，该方法解决了一大部分 Bongard 问题，但距离全面解决还有很长的路要走。

    Apr, 2018

  • ViTCN：用于推理的视觉转换器对比网络

    提出了基于 Contrastive Perceptual Inference network (CoPiNet) 的 Vision Transformer Contrastive Network， 结合心理学、认知学和教育学，采用先进的 Vision Transformer 架构，从像素级输入和全局特征上进一步改进了机器处理和推理空间 - 时间信息在 RAVEN 数据集上的能力。

    Mar, 2024

  • 学习如何在视觉对象上进行推理

    探究对象为中心的编码器和变换推理模块是否能提高图像推理任务的效果，并发现其比传统以 Raven 智力测试为基础的任务特定归纳偏见更全面适用。

    Mar, 2023

  • 跨图像上下文对于邦加德问题至关重要

    现有的机器学习方法在解决博加德问题方面存在困难，不仅是因为神经网络缺乏人类化的符号规则找寻能力，更因为许多方法仅仅依靠从个体支持集中提取的信息而未整合整个支持集所包含的信息，而我们探索了多种简单的方法来考虑这种跨图像的上下文，并展示了相较之前的方法有着显著提高的结果，在博加德 - LOGO（75.3%）和博加德 - HOI（72.45%）上达到了新的最先进表现，并在原始博加德问题集上表现出强大的性能（60.84%）。

    Sep, 2023

  • 使用程序合成和归纳逻辑编程解决 Bongard 问题

    本研究主要探讨使用 Dreamcoder 构建的程序是否可以用于类比推理，以解决某些 Bongard 问题，并使用归纳逻辑编程（ILP）学习抽象概念的可解释性理论。实验结果表明我们的系统可以解决此类问题，并指出改进的方向。

    Oct, 2021

  • 逻辑指导生成的抽象推理

    该研究提出了一种基于命题逻辑的生成模型 (LoGe)，它提供了更高效的生成抽象推理答案的方法，并在 RAVEN 基准测试中超越了黑盒深度神经网络的表现。

    Jul, 2021

  • PuzzleVQA: 通过抽象视觉模式诊断语言模型的多模态推理挑战

    通过对抽象模式的基本概念进行评估，我们发现大型多模态模型在简单抽象模式上无法很好地泛化。通过对大型多模态模型的推理挑战进行系统分析，我们发现主要瓶颈在于较弱的视觉感知和归纳推理能力。

    Mar, 2024

  • 有趣瓦伦泰恩：通过定义解决方案分布来解决视觉抽象推理问题

    该研究论文介绍了一种名为 Valen 的概率高亮模型，并提出了 Tine 方法和 SBR 方法，通过这些方法显著提高了 Valen 在解决视觉抽象推理问题方面的性能。

    Jul, 2024