从空间感官数据中生成语义形式概念，例子

文章预览

A Recursive Bateson-Inspired Model for the Generation ofSemantic Formal Concepts from Spatial Sensory Data 一种受贝茨理论启发的递归模型，用于从空间感官数据中生成语义形式概念。 https://arxiv.org/pdf/2307.08087 从感官信息直接构建概念：实现模型 摘要： 神经符号方法将连接主义和符号方法的优势相结合，用于机器学习。这些模型通常使用基于神经架构的第一个模块从复杂数据中提取特征，然后通过符号引擎对这些特征进行符号化处理，以提供 推理、概念结构、可组合性、更好的泛化能力以及超出分布的学习等可能性。然而，尽管神经方法在将符号与感官数据结合方面表现出强大的能力，但它们仍然需要大量的训练和繁琐的标记 。本文提出了一种 仅基于符号的方法，用于从复杂的空间感官数据中生成层次化的概念结构。该方法基于贝茨理论中“差异”是生成思想或概念 ………………………………