神经符号图Transformer用于层级意图识别

Farnaz Soleimani 等作者提交论文，提出神经符号图 Transformer（NSGT），用于多模态人体活动序列的分层意图识别。该框架将 Human Reasoning Graph 以可学习拓扑偏置融入自注意力机制，并加入可微一阶逻辑（FOL）损失作为结构正则项，以维持原子动作、复合活动、低层意图和高层意图四层本体的一致性。 评估在合成的 NTU-Hierarchy 数据集上进行，该数据集是 NTU RGB+D 120 的四层本体扩展，将已有序列映射为 119,383 个复杂层级片段（85 种动作、16 种活动、8 种低层意图、4 种高层意图）。为避免循环监督，标签生成与 FOL 约束之间保持严格隔离。 作者报告，基础配置下 NSGT 取得 91.65% 的 top-1 动作准确率；在基线中加入 FOL 损失后，逻辑一致性提升 3.26 个百分点至 96.67%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。