Learning for Video Compression with Recurrent Auto-Encoder and Recurrent
Probability Model [164.7] 本稿では、リカレントオートエンコーダ(RAE)とリカレント確率モデル(RPM)を用いたリカレントラーニングビデオ圧縮(RLVC)手法を提案する。
RAEは、ビデオフレーム間の時間的相関を利用するために、エンコーダとデコーダの両方で繰り返しセルを使用する。
提案手法は,PSNRとMS-SSIMの両方の観点から,最先端の学習ビデオ圧縮性能を実現する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 10:07:34 GMT)
Distributed Multi-agent Meta Learning for Trajectory Design in Wireless
Drone Networks [151.3] 本稿では,動的無線ネットワーク環境で動作するエネルギー制約型ドローン群に対する軌道設計の問題点について検討する。
値ベース強化学習(VDRL)ソリューションとメタトレイン機構を提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 01:30:12 GMT)
Online Adaptation for Consistent Mesh Reconstruction in the Wild [147.2] 入ってくるテストビデオに適用する自己教師型オンライン適応問題として、ビデオベースの再構成を行う。
我々は,野生で捕獲された動物を含む非剛体物体のビデオから,時間的に一貫した信頼性の高い3D構造を復元できることを実証した。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:22:27 GMT)
Learning 3D Human Shape and Pose from Dense Body Parts [117.5] 本研究では,3次元の人体形状を学習し,身体部分の密接な対応からポーズをとるために,分解・集約ネットワーク(DaNet)を提案する。
ローカルストリームからのメッセージは集約され、回転ベースのポーズの堅牢な予測が強化される。
提案手法は,Human3.6M,UP3D,COCO,3DPWを含む屋内および実世界のデータセットで検証される。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 10:46:53 GMT)
Depth Completion using Piecewise Planar Model [94.1] 深度マップは一連の学習された基底で表現することができ、閉じた解法で効率的に解ける。
しかし、この方法の1つの問題は、色境界が深さ境界と矛盾する場合にアーチファクトを生成することである。
私たちは、より厳密な深度回復モデルを実行します。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:11:46 GMT)
Canonical 3D Deformer Maps: Unifying parametric and non-parametric
methods for dense weakly-supervised category reconstruction [80.0] 独立オブジェクトの2次元画像の集合から学習できる共通オブジェクトカテゴリの3次元形状の表現を提案する。
提案手法は, パラメトリック変形モデル, 非パラメトリック3次元再構成, 標準埋め込みの概念に基づく新しい手法で構築する。
顔、車、鳥の野生のデータセットを3Dで再現することで、最先端の成果が得られます。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 11:59:06 GMT)
Robust Deep AUC Maximization: A New Surrogate Loss and Empirical Studies
on Medical Image Classification [63.4] AUCスコアに対する新たなマージンベースサロゲート損失関数を提案する。
一般的に使用されるものよりも頑丈である。
大規模な最適化の観点からも同じ利点を享受しながら、正方損失。
私たちの知る限りでは、DAMが大規模医療画像データセットで成功するのはこれが初めてです。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 03:41:51 GMT)
Counting Substructures with Higher-Order Graph Neural Networks:
Possibility and Impossibility Results [58.3] グラフニューラルネットワーク(GNN)の計算コストと表現力のトレードオフについて検討する。
新しいモデルでは、$k$のサブグラフをカウントでき、低次GNNの既知の制限を克服できることを示す。
いくつかの場合において、提案アルゴリズムは既存の高階$k$-GNNに比べて計算量を大幅に削減することができる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 03:42:54 GMT)
Select, Label, and Mix: Learning Discriminative Invariant Feature
Representations for Partial Domain Adaptation [55.7] 部分領域適応のための識別的不変特徴表現を学習するための「選択、ラベル、混合(SLM)」フレームワークを開発した。
まず, 正の移動を避けるために, 外部からのサンプルを自動的にフィルタする, 単純で効率的な「選択」モジュールを提案する。
次に、「ラベル」モジュールは、ラベル付きソースドメインデータと生成されたターゲットドメインの擬似ラベルの両方を用いて分類器を反復的に訓練し、潜在空間の識別性を高める。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 19:29:32 GMT)
An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.4] 本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。
半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。
本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 18:55:07 GMT)
Coherent detection schemes for subcarrier wave continuous variable
quantum key distribution [48.9] サブキャリア波量子鍵分布(SCW QKD)システムにおいて,コヒーレント検出を実現するための様々な手法を検討した。
古典波動場に対しては、ホモダイン型およびヘテロダイン型コヒーレント検出スキームを記述するモデルを提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 16:52:54 GMT)
Maximum Entropy Subspace Clustering Network [47.0] 最大エントロピー部分空間クラスタリングネットワーク(MESC-Net)という,ディープラーニングに基づくクラスタリング手法を提案する。
MESC-Netは学習された親和性行列のエントロピーを最大化し、理想的な親和性行列構造を示すように促す。
実験により,同じ部分空間に対応する要素が一様かつ高密度に分散していることが示され,クラスタリング性能が向上した。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 03:50:49 GMT)
Learning to Reduce Defocus Blur by Realistically Modeling Dual-Pixel
Data [42.1] 最近の研究は、現代のデュアルピクセル(DP)センサーで利用可能な2画像ビューを用いて、データ駆動型デブロアリングに関する印象的な結果を示している。
多くのカメラがDPセンサーを搭載しているが、低レベルのDPセンサー画像へのアクセスは限られた数に限られている。
本稿では,リアルDPデータを合成的に生成する手法を提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 13:12:43 GMT)
Benefit of deep learning with non-convex noisy gradient descent:
Provable excess risk bound and superiority to kernel methods [41.6] 線形推定器は,極小値の最適値の意味で,ディープラーニングにより性能が向上することを示した。
過剰な境界はいわゆる高速学習率であり、$O境界よりも高速である。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 09:22:16 GMT)
CoEdge: Cooperative DNN Inference with Adaptive Workload Partitioning
over Heterogeneous Edge Devices [39.1] CoEdgeは、異種エッジデバイス上での協調推論をオーケストレーションする分散ディープニューラルネットワーク(DNN)コンピューティングシステムである。
CoEdgeは4つの広く採用されているCNNモデルに対して25.5%66.9%のエネルギー削減を実現し、予測遅延を短くして省エネする。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 13:15:52 GMT)
Policy Improvement via Imitation of Multiple Oracles [38.8] イミテーションラーニング(Imitation Learning, IL)は、学習過程を加速するためにブートストラップとして訓練中にオラクルポリシーを使用する。
我々は,このベンチマークと競合するポリシーを確実に学習できる新しいILアルゴリズムMAMBAを提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 04:02:56 GMT)
Fever Basketball: A Complex, Flexible, and Asynchronized Sports Game
Environment for Multi-agent Reinforcement Learning [38.5] バスケットボールの試合をエージェントが訓練する新しい強化学習環境であるFever Basketballゲームを紹介した。
複数の文字、複数の位置、シングルエージェントとマルチエージェントのプレイヤー制御モードをサポートする複雑で困難な環境である。
現実のバスケットボールの試合をより良くシミュレートするために、アクションの実行時間が異なるため、Fever Basketballは新しい非同期環境となる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:51:59 GMT)
DGGAN: Depth-image Guided Generative Adversarial Networks for
Disentangling RGB and Depth Images in 3D Hand Pose Estimation [33.2] RGB画像から3Dハンドポーズを推定することは、広範囲の潜在的な応用に不可欠であるが、RGB画像からの深部情報の推測においてかなりの曖昧さのために困難である。
本稿では,DGGAN(Depth-image Guided GAN)と呼ばれる条件付き生成対向ネットワーク(GAN)モデルを提案する。
DGGANにより合成された深度マップは, 目的推定モデルの正規化に極めて有効であることを示す。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:23:21 GMT)
Temporal-Aware Self-Supervised Learning for 3D Hand Pose and Mesh
Estimation in Videos [32.1] RGB画像から直接3Dハンドポーズを推定することは難しいが、注釈付き3Dポーズで深層モデルを訓練することで、近年着実に進歩している。
本稿では,RGB画像からの3Dポーズ推定モデルの訓練を行うためのフレームワークを提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:54:18 GMT)
MVHM: A Large-Scale Multi-View Hand Mesh Benchmark for Accurate 3D Hand
Pose Estimation [32.1] 1枚のRGB画像から3Dハンドポーズを推定することは困難である。
我々は、任意のターゲットメッシュ基底真理に一致する剛性メッシュモデルを可能にするスピンマッチングアルゴリズムを設計する。
提案手法は,提案するデータセットを用いて手ポーズ推定器の訓練が性能を大幅に向上させることを示す。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:55:08 GMT)
Fast Convergence of Langevin Dynamics on Manifold: Geodesics meet
Log-Sobolev [31.6] ある関数に対して高次元分布行列からサンプリングする1つのアプローチはランゲヴィンアルゴリズムである。
私たちの仕事は[53]の結果を一般化します。$mathRn$ は $bbRn$ ではなく af$ で定義されます。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 18:06:06 GMT)
Joint Policy Search for Multi-agent Collaboration with Imperfect
Information [31.6] 我々は,各情報集合に局所化されるポリシー変更に対して,ゲーム値のグローバルな変化を分解可能であることを示す。
本稿では,不完全な情報ゲームにおける協調エージェントの協調ポリシーを反復的に改善する共同ポリシー探索を提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 01:10:09 GMT)
Cross-Layer Distillation with Semantic Calibration [26.6] 本稿では,教師モデルの適切なターゲット層を各生徒層に自動的に割り当てるセマンティックなクロスレイヤー知識蒸留(SemCKD)を提案する。
学習した注意分布により、各学生層は教師モデルから1つの固定中間層ではなく、複数の階層に含まれる知識を蒸留し、訓練における適切なクロス層監視を行う。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 11:16:07 GMT)
Privacy-Preserving Synthetic Smart Meters Data [24.3] 本稿では,原典を忠実に模倣する合成電力消費サンプルを生成する方法を提案する。
本手法はGAN(Generative Adversarial Networks)に基づく。
ニューラルネットワークのトレーニングセットのメンバーに提供されるプライバシー保証について検討する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 16:11:16 GMT)
FedSemi: An Adaptive Federated Semi-Supervised Learning Framework [23.9] フェデレートラーニング(FL)は、データを共有し、プライバシーを漏らすことなく、機械学習モデルをコトレーニングするための効果的なテクニックとして登場した。
既存のFL法の多くは、教師付き設定に重点を置いて、ラベルなしデータの利用を無視している。
本稿では,FedSemiを提案する。FedSemiは,教師-学生モデルを用いてFLに整合性正則化を導入する新しい,適応的で汎用的なフレームワークである。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 15:46:04 GMT)
Automatic sampling and training method for wood-leaf classification
based on tree terrestrial point cloud [23.3] 植物点雲データの葉木分類は、林業や生物研究の基本的なステップである。
木点雲データに基づく分類のための自動サンプリングおよびトレーニング手法を提案した。
その結果,提案手法は手動選択法よりも効率と精度がよいことがわかった。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 00:18:41 GMT)
TornadoAggregate: Accurate and Scalable Federated Learning via the
Ring-Based Architecture [21.2] フェデレートラーニングは、コラボレーション機械学習の新しいパラダイムとして登場した。
本稿では,リングアーキテクチャの高速化により,精度とスケーラビリティを両立させる新しいアルゴリズムを提案する。
実験の結果、TornadoAggregateはテストの精度を26.7%向上し、ほぼ直線的なスケーラビリティを実現した。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 08:39:05 GMT)
MOCA: A Modular Object-Centric Approach for Interactive Instruction
Following [19.6] 本稿では,タスクを視覚認識と行動ポリシーに分離するモジュールアーキテクチャを提案する。
提案手法をALFREDベンチマークで評価し,先行技術より優れていることを実証的に検証した。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:59:22 GMT)
Maximizing Social Welfare in a Competitive Diffusion Model [19.2] UIC(IM)は、バイラルマーケティングや感染封じ込めなどの応用により、多くの注目を集めている。
少数のシードユーザを選択して採用することで,ネットワーク内の多数のユーザに普及させることを目指している。
既存の競合IMの研究にはいくつかの制限がある。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 19:09:12 GMT)
Optimistic Agent: Accurate Graph-Based Value Estimation for More
Successful Visual Navigation [18.5] 先行知識(または経験)の取り込み、観察された視覚的手がかりを用いた新しい環境への適応、そして早期に諦めることなく楽観的に探索することの3つの主な理由により、この能力は大きいと論じる。
これは現在、強化学習(RL)に基づく最先端のビジュアルナビゲーション手法に欠けている。
本稿では,相対的対象位置の事前知識を外部から学習し,ニューラルグラフを構築してモデルに統合することを提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 11:30:14 GMT)
ML-based Flood Forecasting: Advances in Scale, Accuracy and Reach [17.8] 洪水は世界で最もありふれた自然災害の一つである。
しかし、世界の脆弱な人口の大多数は、信頼性が高く行動可能な警告システムにアクセスできない。
本稿では,過去1年間に開発された洪水予報システムの2つの構成要素について述べる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 02:26:36 GMT)
Shape From Tracing: Towards Reconstructing 3D Object Geometry and SVBRDF
Material from Images via Differentiable Path Tracing [17.0] 識別可能なパストレースは、複雑な外観効果を再現できるため、魅力的なフレームワークである。
本稿では,初期粗いメッシュとメッシュファセット単位の材料表現を改良するために,微分可能なレイトレーシングを利用する方法を示す。
また、制約のない環境下での現実世界の物体の初期再構成を洗練させる方法についても示す。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 18:55:35 GMT)
Assisted Learning: A Framework for Multi-Organization Learning [16.6] 我々は、組織のアルゴリズム、データ、あるいはタスクを明らかにすることなく、教師付き学習タスクで互いに助け合うための支援学習フレームワークを紹介します。
組織は、タスク固有の統計を放送し、他の人のフィードバックを1つ以上のイテレーションに取り入れ、最終的に予測性能を改善することで支援を求める。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 06:35:26 GMT)
BanditPAM: Almost Linear Time $k$-Medoids Clustering via Multi-Armed
Bandits [16.2] 現在の$k$-medoidsクラスタリングアルゴリズム、例えば、PAM(Partitioning Around Medoids)は反復的であり、各イテレーションで$n$のデータセットサイズであり、大規模なデータセットでは極めて高価である。
マルチアームバンディットの技法にインスパイアされたランダム化アルゴリズムであるBanditPAMを提案する。これは、PAMの繰り返しの複雑さを$O(n2)$から$O(n log n)$に減らし、実際に保持されるデータに対する仮定の下で、高い確率で同じ結果を返す。
我々は、コーディングを含むいくつかの大規模な実世界のデータセットで実験的に結果を検証する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 22:40:18 GMT)
Pedestrian Behavior Prediction via Multitask Learning and Categorical
Interaction Modeling [13.9] マルチモーダルデータに頼って歩行者の軌跡や行動を同時に予測するマルチタスク学習フレームワークを提案する。
本モデルでは, トラジェクティブと動作予測を最大22%, 6%向上させる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 15:57:11 GMT)
Contrastive Similarity Matching for Supervised Learning [13.8] 本稿では,腹側視覚路の観察と深部神経回路の訓練によって動機付けられた,生物学的に有望な信用代入問題の解法を提案する。
どちらの場合も、同じ圏に属する対象の表現は徐々に類似し、異なる圏に属する対象はより類似しなくなる。
我々は、この概念を、目的関数と対比した対照的な類似性を用いて定式化し、フィードフォワード、横、フィードバック接続を持つ深層ニューラルネットワークから導出する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 02:09:28 GMT)
Multi-site fMRI Analysis Using Privacy-preserving Federated Learning and
Domain Adaptation: ABIDE Results [13.6] 高品質なディープラーニングモデルを訓練するには,大量の患者情報を集める必要がある。
患者データのプライバシを保護する必要があるため、複数の機関から中央データベースを組み立てることは困難である。
フェデレート・ラーニング(Federated Learning)は、エンティティのデータを集中化せずに、人口レベルのモデルをトレーニングすることを可能にする。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 16:48:33 GMT)
Guitar Effects Recognition and Parameter Estimation with Convolutional
Neural Networks [12.0] 本稿では,13のオーバードライブ,歪み,ファズギター効果の分類とパラメータ推定に畳み込みニューラルネットワークを用いた。
加工されたエレキギターサンプルの新たなデータセットが組み立てられ、4つのサブデータセットがモノフォニックまたはポリフォニックのサンプルで構成された。
結果は、同じまたは異なるサブデータセットでトレーニングされ、テストされたネットワークで比較された。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 08:46:18 GMT)
Accurate and Fast Federated Learning via Combinatorial Multi-Armed
Bandits [12.0] フェデレートラーニングは、偏りのあるモデル平均化と、クライアントサンプリングにおける事前知識の欠如に関わる。
我々は,マルチアームバンディットに基づくクライアントサンプリングを用いて,事前知識を活用することにより,この2つの課題に対処するFedCMという新しいアルゴリズムを提案する。
我々は,FedCMの精度と収束率において,最先端のアルゴリズムを最大37.25%,4.17倍に向上したことを示す。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 14:05:14 GMT)
A Data-driven Human Responsibility Management System [11.7] 理想的な安全な職場は、スタッフが適切に組織された順序で責任を果たす場所として説明される。
職業関連の死亡・負傷は依然として増加しており、包括的安全管理が欠如しているため、ここ数十年は高い出席者数となっている。
そのため、スタッフに責任を負うよう指示されるスマート安全管理システムが緊急に必要となる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 06:16:51 GMT)
Amortized Q-learning with Model-based Action Proposals for Autonomous
Driving on Highways [10.7] トラジェクティブプランナーと組み合わせて、最適な長期運転戦略を学習する強化学習に基づくアプローチを導入する。
局所最適操作をアクションとしてオンラインに生成することにより、無限の低レベル連続アクション空間と、予め定義された標準レーン変更アクションの固定数の限られた柔軟性のバランスをとることができる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 11:04:40 GMT)
Visual Aware Hierarchy Based Food Recognition [10.2] 本稿では,コンボリューショナルニューラルネットワーク(CNN)をバックボーンアーキテクチャとして用いた2段階の食品認識システムを提案する。
食品ローカライゼーションのステップは、食品領域を識別するFaster R-CNN法の実装に基づいている。
食品分類工程では、視覚的に類似した食品カテゴリーを自動的にまとめて階層構造を生成することができる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 20:25:31 GMT)
FuseVis: Interpreting neural networks for image fusion using per-pixel
saliency visualization [10.2] 教師なし学習に基づく畳み込みニューラルネットワーク(CNN)は、様々な種類の画像融合タスクに利用されている。
画像融合タスクにおけるこれらのCNNの信頼性を解析することは、根拠が得られないので困難である。
本稿では,FuseVisという新たなリアルタイム可視化ツールを提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 10:03:02 GMT)
Skin disease diagnosis with deep learning: a review [10.1] 本稿では,深層学習法とその皮膚疾患診断への応用について概説する。
ディープラーニングの概念を導入し、人気のあるディープラーニングアーキテクチャをレビューする。
本稿では,皮膚疾患診断における深層学習手法に関する文献を概説する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 14:16:58 GMT)
Deep Interactive Denoiser (DID) for X-Ray Computed Tomography [10.1] ディープラーニング(DL)ベースのデノイザは最先端のパフォーマンスを示し、主要な手法の1つになりつつある。
本稿では,既存のDLベースのデノイザ上でのテストフェーズにおいて,軽量な最適化プロセスを導入する。
提案手法では,ユーザがデノワザと対話することで,様々な画像候補を効率よくレビューし,必要なものを素早く拾い上げることができる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 17:53:20 GMT)
Competition in Cross-situational Word Learning: A Computational Study [10.1] 子どもたちは、言葉が使われるさまざまな状況にまたがって共通点をタップすることで、単語の意味を学ぶ。
本研究では,不確実性に直面して単語の意味をうまく学習するには,学習者が2種類の競合を利用する必要があることを示す。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 20:32:56 GMT)
Recent advances in Blockchain Technology: A survey on Applications and
Challenges [9.4] ここ数年でブロックチェーン技術の台頭は、世界中の研究者を惹きつけている。
世界的注目の第一の理由は、不変性の特徴とデータ保護の分散的アプローチであることは間違いない。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 14:51:41 GMT)
Systolic-CNN: An OpenCL-defined Scalable Run-time-flexible FPGA
Accelerator Architecture for Accelerating Convolutional Neural Network
Inference in Cloud/Edge Computing [8.8] Systolic-CNNはOpenCLで定義されたスケーラブルでランタイムフレキシブルなFPGAアクセラレータアーキテクチャである。
Systolic-CNNは、マルチテナントクラウド/エッジコンピューティングにおける様々な畳み込みニューラルネットワーク(CNN)の推論を高速化するために最適化されている。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 03:53:11 GMT)
The Cost of Privacy in Generalized Linear Models: Algorithms and Minimax
Lower Bounds [8.8] 提案アルゴリズムは,その統計的性能を特徴付けることにより,ほぼ最適であることを示す。
下位境界は、SteinのLemmaをベースとした新しい手法を用いて取得され、プライバシーに制約された下位境界に対するトレース攻撃手法を一般化する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 00:30:30 GMT)
Two-Level K-FAC Preconditioning for Deep Learning [7.7] ディープラーニングの文脈では、グラディエントDescentの収束を加速するために、多くの最適化手法が勾配共分散情報を使用する。
特に、アダグラード(Adagrad)から始まり、一見無限に現れる研究のラインは、いわゆる経験的フィッシャー行列の対角近似の使用を提唱している。
特に成功した方法はK-FAC(Kronecker-ed block-factored preconditioner)と呼ばれる方法である。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 21:35:46 GMT)
Fourier-domain Variational Formulation and Its Well-posedness for
Supervised Learning [7.5] 教師付き学習問題は、孤立したデータポイントの値が与えられた仮説関数空間内の関数を見つけることである。
ニューラルネットワークの周波数原理に着想を得て,教師付き学習問題に対するフーリエ領域変分法を提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 11:19:50 GMT)
Understanding Climate Impacts on Vegetation with Gaussian Processes in
Granger Causality [7.0] 気候が植生に与える影響を評価するための新しい非線形グランガー因果法(GC)手法を開発した。
遠隔衛星センシング製品、環境変数、気候変数の大規模なデータアーカイブを30年以上にわたってグリッド化しています。
このメソッドはリニアGCメソッドとカーネルGCメソッドを一般化し、Rademacherの複雑さに基づいたより厳密なパフォーマンス境界を持つ。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 17:47:03 GMT)
Estimating Vector Fields from Noisy Time Series [6.9] 一次元神経形状関数のテンソル積からなるニューラルネットワークアーキテクチャについて述べる。
ニューラルネットワークの近似特性はニューラル形状関数アーキテクチャで維持されている。
また、我々のニューラル形状関数法と既存の微分方程式学習法を交互に最小化と複数軌跡に組み合わせて検討した。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:27:56 GMT)
Multimodal Learning for Hateful Memes Detection [6.7] 本稿では,画像キャプション処理をミーム検出プロセスに組み込む新しい手法を提案する。
本モデルは,Hateful Memes Detection Challengeにおける有望な結果を得る。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 22:16:30 GMT)
Deep Context-Aware Novelty Detection [6.6] ノベルティ検出の一般的な仮定は、「正規」データと「ノーベル」データの双方の分布が静的であるということである。
例えば、データが時間とともに進化するシナリオや、通常と新規の定義がコンテキスト情報に依存するシナリオなどです。
これは、あるシナリオにおける正規データの分布が別のシナリオにおける新規データの分布と似ているデータセット上でモデルをトレーニングしようとする場合、重大な困難を引き起こす可能性がある。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 21:43:51 GMT)
Unsupervised Regionalization of Particle-resolved Aerosol Mixing State
Indices on the Global Scale [6.1] エアロゾル混合状態は大気中のエアロゾル粒子の気候や健康への影響に大きな影響を及ぼす。
地球系モデルに共通する単純なエアロゾル混合状態仮定は、これらのエアロゾルの影響の予測に誤りをもたらす可能性がある。
エアロゾル混合状態指標のグローバル推定は、最近、教師付き学習モデルによって利用可能になっている。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 20:01:23 GMT)
Art Style Classification with Self-Trained Ensemble of AutoEncoding
Transformations [5.8] 絵画の芸術的スタイルは豊かな記述物であり、アーティストが創造的なビジョンをどのように表現し表現するかについての視覚的知識と深い本質的な知識の両方を明らかにする。
本稿では,高度な自己指導型学習手法を用いて,クラス内およびクラス間変動の少ない複雑な芸術的スタイルを認識することの課題を解決する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 21:05:23 GMT)
High-fidelity and Robust Geometric Quantum Gates that Outperform
Dynamical Ones [5.8] 本稿では,時間-最適制御手法を統合した幾何量子計算の一般的な枠組みを提案する。
我々の手法は、スケーラブルなフォールトトレラントな固体量子計算への有望な代替手段を提供する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 16:20:48 GMT)
Graph Convolutional Networks for Graphs Containing Missing Features [5.4] グラフ畳み込みネットワーク(GCN)を欠落した特徴を含むグラフに適応させる手法を提案する。
従来の戦略とは対照的に、我々のアプローチは、欠落した特徴の処理とグラフ学習を、同じニューラルネットワークアーキテクチャ内で統合する。
本研究では,提案手法がノード分類やリンク予測タスクにおいて,命令に基づく手法よりも優れていることを示す。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 13:07:35 GMT)
Modelling Verbal Morphology in Nen [4.7] 我々は現在最先端の機械学習モデルを用いて形態的回帰を行い、Nen言語形態をモデル化する。
実験結果から, 動詞型の異なる分布は, 精度の異なるデータ構成に敏感であることがわかった。
また、同期のケーススタディを通じて、トレーニングデータから推測できるパターンの種類についても示す。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 23:08:01 GMT)
Probabilistic Federated Learning of Neural Networks Incorporated with
Global Posterior Information [4.1] フェデレートラーニングでは、ローカルクライアントで訓練されたモデルをグローバルモデルに蒸留する。
本稿では,確率的フェデレーションニューラルネットワークの拡張手法を提案する。
我々の新しい手法は、単一のコミュニケーションラウンドと追加のコミュニケーションラウンドの両方において、一般的な最先端のフェデレーション学習方法より優れています。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 03:54:58 GMT)
Skeleon-Based Typing Style Learning For Person Identification [4.0] 適応型非局所時間グラフネットワークによるタイピングスタイルの堅牢性に基づく人物識別のための新しいアーキテクチャを提案する。
タイプスタイルのダイナミクスは,個人識別に役立つ有意義な情報を伝達するので,関節の位置を抽出し,動作のダイナミクスを学習する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 08:14:06 GMT)
Efficient Human Pose Estimation with Depthwise Separable Convolution and
Person Centroid Guided Joint Grouping [3.8] 本研究では,2次元ポーズ推定のための効率的かつ効果的な手法を提案する。
ResBlockは、深い分離可能な畳み込みに基づいて提案され、Hourglassネットワークのオリジナルのものの代わりに利用される。
そこで本研究では,ボトムアップ型多人数ポーズ推定手法を提案する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 16:39:54 GMT)
Near-optimal ground state preparation [3.8] ハミルトンの基底エネルギーを推定する量子古典的アルゴリズムを提案する。
所望の精度に対する初期状態へのクエリ数の依存は、現在の最先端アルゴリズムと比較して指数関数的に改善される。
また,非構造探索問題や量子近似計数問題に適用することにより,アルゴリズムが複雑性の低い境界に達することを証明した。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 23:48:38 GMT)
A Two-Systems Perspective for Computational Thinking [2.4] 本稿では,計算思考過程を理解するためのフレームワークとして,Kahnemanの2システムモデルを採用することを提案する。
Kahneman氏の2つのシステムの観点から考えると、潜在的な利点は、推論にエラーを引き起こすバイアスを修正するのに役立ちます。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 07:33:45 GMT)
Brain Co-Processors: Using AI to Restore and Augment Brain Function [2.4] 人工知能(AI)を用いた統合フレームワークにおいて、デコードとエンコーディングを組み合わせた脳コプロセッサを導入する。
脳のコプロセッサは、脳損傷後のリハビリのためにヘビアン可塑性を誘導することや、麻痺した手足の再アニメーション、記憶の増強など、様々な用途に使用できる。
本稿では,ニューラルネットワーク,ディープラーニング,強化学習に基づく脳コプロセッサ開発のための新しいフレームワークについて述べる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 21:06:28 GMT)
Central object segmentation by deep learning for fruits and other
roundish objects [1.9] 本稿では、RGB画像の中央に物体を識別し、描画するCROP(Central Roundish Object Painter)を提案する。
この技術は、農場における果実の生育の統計データを自動収集する手段を提供する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 12:34:06 GMT)
Global Unifying Intrinsic Calibration for Spinning and Solid-State
LiDARs [1.6] スピンおよび固体LiDARの新しいキャリブレーションモデルを提案する。
提案モデルが適切に向き付けされた4つの対象に対して十分に制約された(一意の答えを持つ)ことを数学的に証明する。
スピンリングLiDARにおいて,提案した行列Lie GroupモデルがP2P距離を低減しつつ,ノイズに対してより頑健であることを示す実験データを用いて実験を行った。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 16:55:58 GMT)
SoK: Training Machine Learning Models over Multiple Sources with Privacy
Preservation [1.6] プライバシ保護を伴う複数のデータコントローラからの高品質なトレーニングデータは、高品質な機械学習モデルをトレーニングする上で重要な課題である。
学術研究者と産業ベンダーの双方が,(1)セキュア多人数学習(MPL)と(2)フェデレートラーニング(FL)の2つのソリューションのメインストリームフォルダーを提案する動機付けが強くなっている。
これら2つのソリューションには、プライバシ保護、通信方法、通信オーバーヘッド、データのフォーマット、トレーニング済みモデルの正確性、アプリケーションシナリオから評価する際のメリットと制限があります。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 22:24:28 GMT)
Towards Olfactory Information Extraction from Text: A Case Study on
Detecting Smell Experiences in Novels [1.6] 英語文学における嗅覚体験を識別するための半教師ありアプローチに2つのバリエーションを提示する。
組み合わせたパターンセットは、キーワードベースのベースラインよりもはるかに優れたパフォーマンスを提供する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 19:02:16 GMT)
Improving Auto-Encoders' self-supervised image classification using
pseudo-labelling via data augmentation and the perceptual loss [1.0] 擬似ラベルのない画像に新しい手法を導入し、オートエンコーダを訓練して自己教師付きで分類する。
提案手法は,まずランダムにサンプル化したデータ拡張変換をトレーニング画像に適用する。
オートエンコーダを用いて、拡張画像の各セットとその対応する擬似ラベル間のマッピングを学習する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 17:03:34 GMT)
Align-gram : Rethinking the Skip-gram Model for Protein Sequence
Analysis [0.9] ベクトル空間において類似の$k$-mersを互いに近接してマッピングできる新しい埋め込みスキームAlign-gramを提案する。
DeepGoPlusのシンプルなベースラインLSTMモデルと非常に複雑なCNNモデルを用いた実験は、タンパク質配列解析のための様々なタイプのディープラーニングアプリケーションを実行する上で、Align-gramの可能性を示している。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 17:04:17 GMT)
Ultrafast optical control over spin and momentum in solids [0.0] 特定スピンと結晶運動量の電荷は、第1ブリルアンゾーンを通して精度良く生成できることを示す。
これにより、レーザー光から相互空間における励起の局所制御への経路を確立し、超高速な時間スケールで特定の励起状態への道を開く。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 12:24:21 GMT)
The universal approximation theorem for complex-valued neural networks [0.0] ニューラルネットワークの古典的普遍近似を複素数値ニューラルネットワークの場合に一般化する。
複雑な活性化関数 $sigma : mathbbC to mathbbC$ のフィードフォワードネットワークを考える。各ニューロンが mathbbCN to mathbbC, z mapto sigma(b + wT z)$ を演算し、 mathbbCN$ の重みが $w で、数学の偏りが $b である。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 18:51:10 GMT)
Spatiotemporal tomography based on scattered multiangular signals and
its application for resolving evolving clouds using moving platforms [0.0] 我々は,少数の移動カメラを用いて,経時的に変化する体積物体のCT(Computerd tomography)を導出した。
我々は、雲が地球の気候に大きな影響を与えるため、ダイナミックな雲に対するアプローチを実証する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 09:22:08 GMT)
Source Separation and Depthwise Separable Convolutions for Computer
Audition [0.0] 我々は,電子ダンス音楽データセットを用いて,深度的に分離可能な畳み込みニューラルネットワークを訓練する。
ソース分離は,標準の単一スペクトログラム手法と比較して,限られたデータ設定における分類性能を向上させることが示されている。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 19:30:26 GMT)
Social Responsibility of Algorithms [0.0] 論文は、このトピックに関する科学的研究の概要を簡潔に述べ、このような自律的なアーティファクトの開発、存在、使用は、機械学習独占人工知能に対する最近の関心よりもずっと古いことを示している。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 16:46:14 GMT)
Representaciones del aprendizaje reutilizando los gradientes de la
retropropagacion [0.0] 本研究は,学習の異なる段階における特徴の重要度を決定するために,バックプロパゲーション勾配を利用するアルゴリズムを提案する。
スカルンが提供したウィスコンシンのがんデータセット上で実験が行われた。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 06:15:44 GMT)
Reducing Discrimination in Learning Algorithms for Social Good in
Sociotechnical Systems [0.0] 都市のスマートモビリティイニシアチブは、機械学習アルゴリズムを使って課題に対処する。
また、これらのアルゴリズムが社会経済的地位などの特徴に対して意図せず差別し、アルゴリズムフェアネスの重要性を動機付けている点についても論じる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 05:10:08 GMT)
Multivariate Density Estimation with Deep Neural Mixture Models [0.0] ディープニューラルネットワーク(DNN)は密度推定にはほとんど適用されていない。
本稿では,ニューラルミクチャー密度(NMM)に関するこれまでの研究を拡張した。
深部NMM(Deep NMM)を推定するための最大形アルゴリズム(ML)が配される。
DNMMを通して任意の精度でモデル化できる確率密度関数のクラスが正式に定義される。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 23:03:48 GMT)
Ising-Based Louvain Method: Clustering Large Graphs with Specialized
Hardware [0.0] 現時点および短期のハードウェア制限を考えると、大規模な実世界の問題を表現するのに必要な変数の数は、ハードウェアの能力をはるかに上回っている。
本研究では,既存の最先端アルゴリズムのフレームワーク上に構築されたハイブリッド手法の開発を提唱する。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 20:11:00 GMT)
Entanglement gap, corners, and symmetry breaking [0.0] 2次元量子球面モデル(QSM)の秩序相における最低絡み合い差$deltaxi$の有限サイズスケーリングについて検討する。
秩序相における高速な崩壊は、磁気秩序の存在を反映している。
特に、少なくとも正方角の場合、$Omega$へのコーナーコントリビューションを計算することができる。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 20:06:07 GMT)
Does the dataset meet your expectations? Explaining sample
representation in image data [0.0] ニューラルネットワークモデルは、トレーニングデータの多様性の欠如によって影響を受けます。
このような欠陥を特定し説明する手法を提案する。
次に,幾何学的形状のデータセットを解析するために本手法を適用した。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 18:16:28 GMT)
Deep Transfer Learning for Industrial Automation: A Review and
Discussion of New Techniques for Data-Driven Machine Learning [0.0] 本稿では,トランスファーと継続学習の概念を紹介する。
本稿では,両アルゴリズムの手法を応用した産業的深層移動学習への有望なアプローチを明らかにする。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 15:58:22 GMT)
A Weighted Solution to SVM Actionability and Interpretability [0.0] 実行可能性(Actionability)は、機械学習モデルの解釈可能性や説明可能性と同じくらい重要であり、進行中で重要な研究トピックである。
本稿では,線形SVMモデルと非線形SVMモデルの両方において,動作可能性の問題に対する解を求める。
論文参考訳（メタデータ） (Sun, 6 Dec 2020 20:35:25 GMT)