概念VAE
机器学习
2022-03-23 v1 人工智能
摘要
在本报告中，我们提出一种基于变分自编码器框架的概念新模型，其设计具有诸如因子化概念域等吸引人的性质，同时可从数据中学习。该模型受Beta-VAE概念模型的启发且与其密切相关，但被设计得与语言更紧密关联，使得概念名称成为图模型的一部分。我们提供的证据表明，我们的模型——称为概念VAE（Conceptual VAE）——能够从彩色形状简单图像及相应概念标签中学习可解释的概念表征。我们还展示了该模型如何用作概念分类器，以及如何调整以从每实例更少标签中学习。最后，我们将模型与Gardenfors的概念空间理论形式化关联，展示了我们用于表示概念的高斯分布如何在该空间中按“模糊概念”形式化。
引用
@article{arxiv.2203.11216,
title = {The Conceptual VAE},
author = {Razin A. Shaikh and Sara Sabrina Zemljic and Sean Tull and Stephen Clark},
journal= {arXiv preprint arXiv:2203.11216},
year = {2022}
}