Neurο-symbolic answer set programming for human activity recognition in videos

Abstract

Η μηχανική μάθηση (Machine / Deep learning) και ο συλλογισμός μέσω ανα- παράστασης γνώσης (Machine reasoning) θεωρούνται δυο διαφορετικά πεδία της Τεχνητής Νοημοσύνης. Μέσω της μηχανικής μάθησης επιτυγχάνουμε τη δημιουρ- γία μοντέλων που έχουν αντιληπτικές δυνατότητες χαμηλού επιπέδου όπως ταξι- νόμηση και πρόβλεψη ενώ μέσω του συλλογισμού με τη χρήση κατάλληλων ανα- παραστάσεων και τεχνικών λογικής (logic based reasoning) επιτυγχάνουμε την εξαγωγή συμπερασμάτων και πληροφορίων σε υψηλότερο επίπεδο. Ο συνδυασμός αυτών των δυο διαφορετικών πεδίων (neural-based learning , logic-based reason- ing) θα μπορούσε να συμβάλει στη δημιουργία νέων συστημάτων τα οποία θα είναι ικανά να έχουν αντίληψη του περιβάλλοντος και να μπορούν να εξάγουν συμπε- ράσματα πάνω στα δεδομένα που τους έχουν δοθεί. Στην παρούσα διπλωματική θα επικεντρωθούμε στο Neural-symbolic computation με το οποίο επιτυγχάνεται ο συνδυασμός deep-learning και συλλογισμού μέσω μιας υπάρχουσας μεθόδου και λογισμικού με το όνομα NeurAsp. Αρχικά μέσω απλών παραδειγμάτων θα παρου- σίασουμε τις δυνατότητες αυτής της μεθόδου και πως αυτή λειτουργεί εσωτερικά και ενσώματώνεται με τις παραδοσιακές μεθόδους μηχανικής μάθησης και στην συνέχεια θα έφαρμόσουμε την μέθοδο αυτή στην αναγνώριση δραστηριοτήτων σε βίντεο μεταξύ ανθρώπων χρησιμοποιοώντας παράλληλα τεχνικές αναγνώρησης πε- ρίπλοκων γεγονότων Complex Event Recognition (CER). Συγκεκρίμενα μέσω τριών πειραμάτων στα οποία συγκρίνουμε τόσο τις παραδοσιακές μεθόδους βαθιάς μηχανικής μάθησης όσο και αυτές του NeurAsp θα επιχειρήσουμε να αναδείξουμε τα ωφέλη των μεθόδων που συνδυάζουν μηχανισμούς λογικής μαζί με την βαθιά μηχανική μάθηση.