语义裁判:一种增强地理空间语义分割的神经-符号框架
人工智能
2019-05-01 v1 计算机视觉与模式识别
机器学习
计算机科学中的逻辑
摘要
理解机器学习算法为何可能失败通常是人类专家的任务,其利用领域知识和上下文信息来发现数据或算法中系统性的缺陷。在本文中,我们提出一个语义裁判,它能够提取深度机器学习框架所产生错误的定性特征并建议修正。语义裁判依赖于关于空间知识的本体推理,以根据其与环境空间关系来刻画错误。利用语义,该推理器作为监督者与学习算法交互。在本文中,所提出的神经网络分类器与语义裁判之间的交互方法展示了如何改进卫星影像数据的语义分割性能。
引用
@article{arxiv.1904.13196,
title = {Semantic Referee: A Neural-Symbolic Framework for Enhancing Geospatial Semantic Segmentation},
author = {Marjan Alirezaie and Martin Längkvist and Michael Sioutis and Amy Loutfi},
journal= {arXiv preprint arXiv:1904.13196},
year = {2019}
}