Abstract
Relational Networks (RN) as introduced by Santoro et al. in 2017 have demonstrated strong relational reasoning capabilities with a rather shallow architecture. Its single-layer design, however, only considers pairs of information objects, making it unsuitable for problems requiring reasoning across a higher number of facts. To overcome this limitation, we propose a multi-layer relation network architecture which enables successive refinements of relational information through multiple layers. We show that the increased depth allows for more complex relational reasoning by applying it to the bAbI 20 QA dataset, solving all 20 tasks with joint training and surpassing the state-of-the-art results.
| Originalsprache | Englisch |
|---|---|
| Titel | APPIS '19: Proceedings of the 2nd International Conference on Applications of Intelligent Systems |
| Redakteure/-innen | Nicolai Petkov, Nicola Strisciuglio, Carlos M. Travieso |
| Seitenumfang | 5 |
| Herausgeber (Verlag) | ACM |
| Erscheinungsdatum | 07.01.2019 |
| Seiten | 1–5 |
| Aufsatznummer | 10 |
| ISBN (Print) | 978-1-4503-6085-2 |
| DOIs | |
| Publikationsstatus | Veröffentlicht - 07.01.2019 |
| Veranstaltung | 2nd International Conference on Applications of Intelligent Systems - Museo Elder of Science and Technology, Las Palmas de Gran Canaria, Spanien Dauer: 07.01.2019 → 09.01.2019 Konferenznummer: 149535 |
Strategische Forschungsbereiche und Zentren
- Querschnittsbereich: Intelligente Systeme
- Zentren: Zentrum für Künstliche Intelligenz Lübeck (ZKIL)
DFG-Fachsystematik
- 4.43-05 Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
UN SDGs
Dieser Output leistet einen Beitrag zu folgendem(n) Ziel(en) für nachhaltige Entwicklung
