考虑由一个简单，离散的动力学系统产生的有限状态图，其中代理在矩形网格拾取和删除软件包中移动。问题的状态变量（即，代理位置和软件包位置）是否可以单独从状态图的结构中恢复，而无需访问有关对象，状态结构或任何背景知识的信息？我们表明，这是可能的，只要动力学是通过与域无关的一阶因果语言学习的，这为对象和关系提供了空间，而这些因果关系却被认为是所知的。与数据兼容的语言中最紧凑的表示的偏爱提供了强大而有意义的学习偏见，从而使其成为可能。结构化因果模型（SCM）的语言是代表（静态）因果模型的标准语言，但在由对象填充的动态世界中，需要诸如“经典AI计划”中使用的一阶因果语言。尽管“经典AI”需要手工制作的表示，但可以通过相同语言从非结构化数据中学到类似的表示形式。的确，是那些语言中的语言和对紧凑型表示的偏好为世界提供了结构，揭示了对象，关系和原因。
translated by 谷歌翻译
引入了Wasserstein距离的许多变体，以减轻其原始计算负担。尤其是切成薄片的距离（SW），该距离（SW）利用了一维投影，可以使用封闭式的瓦斯汀距离解决方案。然而，它仅限于生活在欧几里得空间中的数据，而Wasserstein距离已被研究和最近在歧管上使用。我们更具体地专门地关注球体，为此定义了新颖的SW差异，我们称之为球形切片 - 拖鞋，这是朝着定义SW差异的第一步。我们的构造明显基于圆圈上瓦斯汀距离的封闭式解决方案，以及新的球形ra径。除了有效的算法和相应的实现外，我们在几个机器学习用例中说明了它的属性，这些用例中，数据的球形表示受到威胁：在球体上的密度估计，变异推理或超球体自动编码器。
translated by 谷歌翻译
人们明确地使用审查以决定在互联网上购买物品或经验。在这方面，越来越重要的意义和意见的数量导致了自动评估他们的情绪内容的方法的发展。但是，模型并不直接创建一个共识的值，该价值体现了不同审查和区别跨越项目的平等评级的协议。基于Nguyen等人提出的方法。在2020年，我们派生了一个名为inchip的新共识值，这些互联符合其共识得分和项目平台的整体评级。触摸位于评级范围值，这使得它更加解释，同时保持跨越同等额定经验的能力。在https://github.com/pepebonet/contripscore下，在麻省理工学院许可下实施和自由地提供互联网
translated by 谷歌翻译
加泰罗坦语言理解基准（Club）包括代表不同NLU任务的各种数据集，以便在一般语言理解评估（胶水）示例之后，可以准确评估语言模型。它是Aina和Plantl的一部分，两项公共资金举措，以赋予人工智能时代的加泰罗尼亚语言。
translated by 谷歌翻译