【纽约大学】产生新的概念与混合神经符号模型，Generating new concepts with hybrid neuro-symbolic models

题目：

Generating new concepts with hybrid neuro-symbolic models

简介：

人类的概念知识支持生成新颖而高度结构化的概念的能力，而这种概念知识的形式引起科学家的极大兴趣。一种传统强调结构化知识，将概念视为嵌入直观理论中或组织为复杂的符号知识结构的概念。第二种传统强调统计知识，将概念知识视为训练神经网络和其他统计模型所捕获的丰富相关结构中的新兴知识。在本文中，我们通过用于产生新概念的新型神经符号模型探索了这两种传统的综合。使用简单的视觉概念作为测试平台，我们将神经网络和符号概率程序结合在一起，以学习新型手写字符的生成模型。使用更通用的神经网络体系结构探索了两个替代模型。我们比较了这三种模型中每种模型在保留字符类上的可能性以及它们的产品质量，发现我们的混合模型学习了最有说服力的表示，并从训练中得到了进一步的概括。