知识增强计算机视觉：Rummikub 案例研究
计算机视觉与模式识别
2024-11-28 v1 计算机科学中的逻辑
摘要
人工神经网络擅长识别图像中单个组件。然而，它们无法正确整合并解释这些组件作为整个。一种缓解此弱点的办法是通过显式知识和独立推理组件来扩展网络。在本文中，我们评估了应用于解决流行棋类游戏 Rummikub 的这种方法。我们演示了对于该特定示例，添加的背景知识与数据集的三分之二大小等价，并允许将训练时间缩短为原来的一半。
引用
@article{arxiv.2411.18172,
title = {Enhancing Computer Vision with Knowledge: a Rummikub Case Study},
author = {Simon Vandevelde and Laurent Mertens and Sverre Lauwers and Joost Vennekens},
journal= {arXiv preprint arXiv:2411.18172},
year = {2024}
}
备注
Submitted to ESANN2025