Explore before Moving: A Feasible Path Estimation and Memory Recalling
Framework for Embodied Navigation [117.3] ナビゲーションに焦点をあて,経験や常識に欠ける既存のナビゲーションアルゴリズムの問題を解決する。
移動前に2回思考する能力に触発されて、不慣れな場面で目標を追求する実現可能な経路を考案し、パス推定とメモリリコールフレームワークと呼ばれる経路計画手法を提案する。
EmbodiedQAナビゲーションタスクにおけるPEMRの強力な実験結果を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 13:30:55 GMT)
On the Pareto Frontier of Regret Minimization and Best Arm
Identification in Stochastic Bandits [90.5] 悪用と探検のバランスは、後悔の最小化(RM)と固定水平線を持つ最高の腕識別(BAI)の両方に不可欠である。
本稿ではまず, RM や BAI の順番最適性能を実現するBOBW-lil'UCB$(gamma)$アルゴリズムの設計と解析を行う。
与えられたBAI故障確率を持つ任意のアルゴリズムによって達成可能な後悔に対する非自明な下界を確立する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 17:52:32 GMT)
Towards Making the Most of Multilingual Pretraining for Zero-Shot Neural
Machine Translation [74.2] SixT++は、100のソース言語をサポートする強力な多言語NMTモデルであるが、たった6つのソース言語からの並列データセットで一度トレーニングされている。
CRISSとm2m-100は、それぞれ7.2と5.0BLEUの2つの強い多言語NMTシステムより大幅に優れていた。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:59:39 GMT)
What do Compressed Large Language Models Forget? Robustness Challenges
in Model Compression [68.8] 本稿では,知識蒸留とプルーニングを含む2つの一般的なモデル圧縮手法について検討する。
本研究では, 圧縮モデルが, 対向テストセット上のPLMモデルよりもはるかに頑健であることを示す。
サンプル不確実性に基づくモデル圧縮の正規化戦略を開発する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:20:04 GMT)
Open Domain Question Answering over Virtual Documents: A Unified
Approach for Data and Text [62.5] 我々は、知識集約型アプリケーションのための構造化知識を符号化する手段として、Data-to-text法、すなわち、オープンドメイン質問応答(QA)を用いる。
具体的には、ウィキペディアとウィキソースの3つのテーブルを付加知識源として使用する、データとテキスト上でのオープンドメインQAのための冗長化-レトリバー・リーダー・フレームワークを提案する。
UDT-QA(Unified Data and Text QA)は,知識インデックスの拡大を効果的に活用できることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:11:21 GMT)
Prix-LM: Pretraining for Multilingual Knowledge Base Construction [59.0] 複数言語による知識構築と完成のための統合フレームワークである Prix-LM を提案する。
既存の多言語KBから抽出したモノリンガルトリプルとクロスリンガルリンクの2種類の知識を利用する。
複数の言語におけるリンク予測、言語間リンク、バイリンガル語彙誘導など、標準的なエンティティ関連タスクの実験は、その効果を実証している。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 02:08:46 GMT)
Accelerating Training and Inference of Graph Neural Networks with Fast
Sampling and Pipelining [58.1] グラフニューラルネットワーク(GNN)のミニバッチトレーニングには、多くの計算とデータ移動が必要である。
我々は,分散マルチGPU環境において,近傍サンプリングを用いたミニバッチトレーニングを行うことを支持する。
本稿では,これらのボトルネックを緩和する一連の改良点について述べる。
また,サンプリングによる推論を支援する実験分析を行い,試験精度が実質的に損なわれていないことを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 02:41:35 GMT)
Deep Active Learning by Leveraging Training Dynamics [58.0] 本稿では,学習力学を最大化するためにサンプルを選択する理論駆動型深層能動学習法(Dynamical)を提案する。
動的学習は、他のベースラインを一貫して上回るだけでなく、大規模なディープラーニングモデルでもうまくスケール可能であることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:51:05 GMT)
Substructure Distribution Projection for Zero-Shot Cross-Lingual
Dependency Parsing [55.7] SubDPは、サブ構造分布を別々に投影することで、あるドメインの構造を別のドメインに分割する手法である。
我々は,0ショットの言語間依存関係解析におけるSubDPの評価を行い,依存関係弧をサブストラクチャとする。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:12:28 GMT)
A Variational Bayesian Approach to Learning Latent Variables for
Acoustic Knowledge Transfer [55.2] 本稿では,ディープニューラルネットワーク(DNN)モデルにおける潜伏変数の分布を学習するための変分ベイズ(VB)アプローチを提案する。
我々の提案するVBアプローチは,ターゲットデバイスにおいて良好な改善が得られ,しかも,13の最先端知識伝達アルゴリズムを一貫して上回っている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 15:54:01 GMT)
Information-Theoretic Measures of Dataset Difficulty [54.5] データセットの難しさを推定するには、通常、最先端のモデルを人間と比較する。
使用可能な情報の欠如として、フレーミングデータセットの難しさを考慮した情報理論的な視点を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:21:42 GMT)
HRKD: Hierarchical Relational Knowledge Distillation for Cross-domain
Language Model Compression [53.9] 大規模事前学習言語モデル(PLM)は、従来のニューラルネットワーク手法と比較して圧倒的な性能を示している。
階層的および領域的関係情報の両方を抽出する階層的関係知識蒸留法(HRKD)を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:23:02 GMT)
PAGnol: An Extra-Large French Generative Model [53.4] 本稿では,フランスのGPTモデルのコレクションであるPAGnolを紹介する。
スケーリング法則を用いて,CamemBERTと同じ計算予算でPAGnol-XLを効率的に訓練する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:44:23 GMT)
Online Target Q-learning with Reverse Experience Replay: Efficiently
finding the Optimal Policy for Linear MDPs [50.8] 我々は,Q-ラーニングの実践的成功と悲観的理論的結果とのギャップを埋める。
本稿では,新しいQ-Rex法とQ-RexDaReを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 01:47:41 GMT)
A Good Prompt Is Worth Millions of Parameters? Low-resource Prompt-based
Learning for Vision-Language Models [50.3] FewVLMは、視覚言語タスクに関する数発のプロンプトベースの学習ツールである。
我々はプレフィックス言語モデリング(PrefixLM)とマスク言語モデリング(MaskedLM)を併用したシーケンス・ツー・シーケンス・トランスフォーマーモデルを事前訓練する。
このプロンプトはゼロショット性能に大きく影響するが、少数ショット性能にはほとんど影響しない。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 06:07:59 GMT)
Analyzing Dynamic Adversarial Training Data in the Limit [50.0] 動的逆データ収集(DADC)は、このような多様なトレーニングセットを生成するためのアプローチとして、約束を守る。
本研究は,NLIの20ラウンドを少数の前提項で収集する,長期DADCに関する最初の研究である。
DADCの例でトレーニングされたモデルでは、専門家が計算したテストセットのエラーが、非敵のデータでトレーニングされたモデルよりも26%少なくなります。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 08:48:52 GMT)
Sparse Distillation: Speeding Up Text Classification by Using Bigger
Models [49.8] 最先端の変圧器モデルを軽量の学生モデルに拡張することは、推論時の計算コストを削減する効果的な方法である。
本稿では,学生モデルの設計空間における新しい領域を探索することにより,推論速度の限界をさらに推し進めることを目的とする。
実験の結果,RoBERTa-Large教師の授業成績の97%を6つのテキスト分類タスクのコレクションに保持していることがわかった。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:04:14 GMT)
Adversarial Attacks on Gaussian Process Bandits [47.8] 本研究では,攻撃者の強さや事前情報に異なる仮定で様々な敵攻撃手法を提案する。
我々の目標は,GPバンディットに対する敵攻撃を理論的・実践的両面から理解することである。
GP帯域に対する敵攻撃は,攻撃予算が低い場合でも,$mathcalR_rmターゲットに対してアルゴリズムを強制的に強制することに成功した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 02:39:10 GMT)
Sharpness-Aware Minimization Improves Language Model Generalization [46.8] シャープネス認識最小化(SAM)は,計算オーバーヘッドを伴わずに言語モデルの一般化を大幅に改善できることを示す。
SAMは,SuperGLUE,GLUE,Web Questions,Natural Questions,Trivia QA,TyDiQAの性能向上を図っている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:44:06 GMT)
Intelligent Video Editing: Incorporating Modern Talking Face Generation
Algorithms in a Video Editor [44.4] 本稿では,OpenShotをベースとした顔画像編集アルゴリズムを付加機能として提案する。
我々のエディターは、現代的なリップ同期アルゴリズムを対話的に適用するための使いやすいインタフェースを提供する。
評価の結果,人為的編集の効率が向上し,映像の質が向上した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 14:19:12 GMT)
On the Robustness of Reading Comprehension Models to Entity Renaming [44.1] 本稿では,機械読影理解モデル(MRC)のエンティティ・リネームに対する堅牢性について検討する。
そこで本稿では,人物名をさまざまなソースから名前に置き換える,汎用的でスケーラブルな手法を提案する。
エンティティが改名された場合、MCCモデルは一貫して悪化する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:46:32 GMT)
On the Safety of Conversational Models: Taxonomy, Dataset, and Benchmark [42.3] 本研究では,人間とロボットの対話に特有の不安全行動の把握を目的とした対話安全のための分類法を提案する。
DiaSafetyは6つの安全でないカテゴリのデータセットで、リッチなコンテキストに敏感なアンセーフな例をコンパイルします。
実験により、既存の発話レベルの安全ツールが我々のデータセットで破滅的に失敗することが示された。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 04:17:12 GMT)
Towards Robust Waveform-Based Acoustic Models [41.8] 本研究では,実験条件とトレーニング条件のミスマッチを特徴とする,ロバストな音響モデル学習手法を提案する。
本手法は,入力空間上の経験的密度を定義するデルタ関数を,トレーニングサンプル近傍の限界人口密度の近似で置き換えることにより,トレーニング中のリスク推定を改善することを目的としている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 18:21:34 GMT)
Think Before You Speak: Using Self-talk to Generate Implicit Commonsense
Knowledge for Response Generation [39.5] 常識のような暗黙の知識は、人間の会話を流動させる鍵となる。
現在のニューラルレスポンス生成(RG)モデルはエンドツーエンドでトレーニングされており、暗黙の知識を省略している。
本稿では,まず暗黙のコモンセンス知識を生成し,その外部知識を参照して応答を生成するセルフトーク手法を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 07:27:12 GMT)
Learning to Solve Complex Tasks by Talking to Agents [39.1] 人間は、単純なサブタスクを解くことができるAIアシスタントのような既存のエージェントと対話することで、複雑な問題を解決することが多い。
一般的なNLPベンチマークは、タスク毎に自己充足型モデルを開発することを目的としている。
我々は,異なる能力を持つ4つのエージェントに対して「会話」によって解決されるように設計された3種類の複雑な推論タスクを含むCommaQAという新しいベンチマークを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:37:34 GMT)
Tackling Multi-Answer Open-Domain Questions via a Recall-then-Verify
Framework [38.8] オープンドメインの質問は、オープンで曖昧であり、複数の有効な答えをもたらす可能性が高い。
既存のアプローチでは、読者が上位のエビデンスを読んで答えを予測する、rerank-then-readフレームワークが一般的である。
本フレームワークは,2つの複数問合せデータセットに対して,新たな最先端結果を実現し,オラクルリランカを用いた再読解システムよりもはるかに多くのゴールド回答を予測した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:48:10 GMT)
A Unified Speaker Adaptation Approach for ASR [37.8] 本稿では,特徴適応とモデル適応からなる統一話者適応手法を提案する。
特徴適応には話者認識型永続記憶モデルを用い、未確認話者に対してより良く一般化する。
モデル適応には、モデルアーキテクチャを変更することなく、新たな段階的なプルーニング手法を用いてターゲット話者に適応する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:48:52 GMT)
Improving Compositional Generalization with Self-Training for
Data-to-Text Generation [37.0] データ・テキスト・タスクにおける現在の生成モデルの合成一般化について検討する。
構成的気象データセットの構造変化をシミュレートすることにより、T5モデルは目に見えない構造に一般化できないことを示す。
擬似応答選択のための細調整BLEURTを用いた自己学習に基づく手法を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 04:26:56 GMT)
Good Examples Make A Faster Learner: Simple Demonstration-based Learning
for Low-resource NER [36.3] NERのための簡単な実演に基づく学習法を提案する。
プロンプト(学習コンテキスト)をいくつかのタスクデモで強化する。
各エンティティタイプ毎のエンティティの例を示すと、その例文とともに、ドメイン内設定とドメイン間設定の両方のパフォーマンスを1～3F1スコアで向上させることができることを実証的に見出した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 03:24:44 GMT)
Joint 3D Human Shape Recovery from A Single Imag with Bilayer-Graph [35.4] 画像から3次元の人物形状とポーズを推定するための2次元グラフ手法を提案する。
密なグラフから得られた粗いグラフを用いて、人間の3次元のポーズを推定し、密なグラフを使って3次元の形状を推定する。
エンド・ツー・エンドのモデルをトレーニングし、いくつかの評価データセットに対して最先端の結果が得られることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 05:04:02 GMT)
MarkupLM: Pre-training of Text and Markup Language for Visually-rich
Document Understanding [35.4] テキスト、レイアウト、画像によるマルチモーダル事前学習は、ビジュアルリッチ文書理解(VrDU)において大きな進歩を遂げた。
本稿では,マークアップ言語をバックボーンとする文書理解タスクのためのMarkupLMを提案する。
実験の結果,事前学習したMarkupLMは,複数の文書理解タスクにおいて,既存の強力なベースラインモデルよりも大幅に優れていた。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:17:28 GMT)
A Dataset for Discourse Structure in Peer Review Discussions [33.6] 反感からの言論の手がかりは、レビューの品質と解釈に光を当てることができることを示す。
本稿では,20k文のラベル付きデータセットを英語で506対のレビュー・リビュー・ペアに収録し,専門家が注釈を付けた。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:18:12 GMT)
Locally Adaptive Structure and Texture Similarity for Image Quality
Assessment [33.6] フル参照画像品質評価(IQA)のための局所適応構造とテクスチャ類似度指標について述べる。
具体的には、異なるスケールでテクスチャ領域をローカライズするために、分散指数と呼ばれる単一の統計的特徴に依存する。
その結果、A-DISTSは局所的な画像コンテンツに適応し、教師付きトレーニングのための高価な人間の知覚スコアを欠いている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:19:56 GMT)
Transformer with a Mixture of Gaussian Keys [31.9] マルチヘッドアテンションは最先端のトランスフォーマーの背後にある原動力である。
Transformer-MGKは、トランスフォーマーの冗長なヘッドを、各ヘッドにキーの混合で置き換える。
従来のトランスフォーマーと比較して、Transformer-MGKはトレーニングと推論を加速し、パラメータが少なく、計算するFLOPも少ない。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 23:43:24 GMT)
Lifelong Pretraining: Continually Adapting Language Models to Emerging
Corpora [31.1] 本稿では,PTLMが更新され続けている言語モデル事前学習課題について検討する。
ドメインインクリメンタルな研究論文ストリームと時系列に順序付けられたつぶやきストリームを通じて、PTLMを異なる連続学習アルゴリズムで段階的に事前訓練する。
本実験は,ロジット蒸留を最も効果的に行うことにより,学習アルゴリズムが知識保存を改善することを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:59:33 GMT)
DPC: Unsupervised Deep Point Correspondence via Cross and Self
Construction [29.2] 本稿では, 形状構造に基づく点雲間のリアルタイム非剛性密度対応法を提案する。
提案手法はディープポイント対応 (DPC) と呼ばれ, 従来の手法と比較してトレーニングデータのごく一部を必要とする。
提案手法は,最近の最先端対応手法と比較して性能が向上する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 18:41:13 GMT)
DPNAS: Neural Architecture Search for Deep Learningwith Differential
Privacy [27.3] 意味のある差分プライバシー(DP)のためのディープニューラルネットワーク(DNN)のトレーニングは、モデルの有用性を著しく低下させる。
DPNASと呼ばれるプライベートディープラーニングのためのモデル自動設計にニューラルネットワークを用いたフレームワークを提案する。
提案手法の有効性を実証的に検証する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:56:39 GMT)
How Well Do You Know Your Audience? Reader-aware Question Generation [26.5] 専門家や初心者など,さまざまな読者が常にさまざまな質問をしていることが分かりました。
私たちの研究は、作家が異なる読者の情報ニーズを予想するのに役立つ可能性がある。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 02:10:16 GMT)
Leveraging Knowledge in Multilingual Commonsense Reasoning [25.2] 本稿では,翻訳・検索・翻訳(TRT)戦略を用いて,英語の知識ソースを活用することを提案する。
多言語コモンセンスの質問や選択に対して,知識ソースからの翻訳や検索を通じて関連する知識を収集する。
検索した知識は対象言語に翻訳され、事前訓練された多言語言語モデルに統合される。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 03:51:53 GMT)
Unsupervised Natural Language Inference Using PHL Triplet Generation [24.9] トランスフォーマーベースのモデルは、トレーニングデータセットのトレーニングによって、さまざまな自然言語推論(NLI)ベンチマークで印象的なパフォーマンスを達成した。
トレーニングサンプルが入手できない場合や、それらを集めるのに時間を要する場合もあります。
本研究では,一連の文変換を利用した手続き型データ生成手法を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 01:40:34 GMT)
Invariant Language Modeling [23.1] 複数の環境にまたがってより一般化された不変表現を学習するためのフレームワークを提案する。
特に、IRM(IRM-games)のゲーム理論の実装を言語モデルに適用する。
提案手法は, (i) 構造ノイズを除去し, (ii) グローバルな性能に影響を与えることなく, 特定の刺激的相関を無視し, (iii) 領域外一般化を向上する能力を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:03:19 GMT)
Finding Backdoors to Integer Programs: A Monte Carlo Tree Search
Framework [22.8] バックドアは、以下のプロパティを持つインスタンスの整数変数の小さなサブセットである。
MIPのバックドアを見つけるためのモンテカルロ木探索フレームワークBaMCTSを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:36:53 GMT)
Monitoring and Diagnosability of Perception Systems [21.3] 本稿では,認識システムにおける実行時モニタリングと故障検出と識別のための数学的モデルを提案する。
本稿では,LGSVL自動運転シミュレータとApollo Auto自動運転ソフトウェアスタックを用いた実写シミュレーションにおいて,PerSySと呼ばれるモニタリングシステムを実演する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 15:31:24 GMT)
Finding Critical Scenarios for Automated Driving Systems: A Systematic
Literature Review [20.9] 本稿では,自律運転の文脈における系統的な文献レビューの結果について述べる。
本稿では,重要なシナリオ同定のための包括的分類法を提案する。
また、2017年から2020年までの86の論文を含む分類学に基づく最先端の研究の概要について概説する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 21:24:19 GMT)
Nys-Curve: Nystr\"om-Approximated Curvature for Stochastic Optimization [20.2] 準ニュートン法は, セカント方程式を用いてヘッセンを近似することにより曲率情報を提供する。
線形収束率を持つ凸関数の大規模な経験的リスクに対するニュートンステップに基づくDP最適化アルゴリズムを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 14:04:51 GMT)
Local Advantage Actor-Critic for Robust Multi-Agent Deep Reinforcement
Learning [19.5] 本稿では,Robost Local Advantage (ROLA) Actor-Criticと呼ばれるマルチエージェントポリシー勾配法を提案する。
ROLAにより、各エージェントはローカルな批評家として個々のアクション値関数を学習し、環境の非定常性を改善することができる。
複数の最先端マルチエージェントポリシー勾配アルゴリズムに対して,ROLAの堅牢性と有効性を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 19:03:34 GMT)
ASR4REAL: An extended benchmark for speech models [19.3] モデルにおけるバイアスや弱点の発見を目的とした,実生活条件に適合するベンチマークのセットを紹介する。
その結果,近年のモデルでは男女差がみられていないものの,アクセントによる重要なパフォーマンスの相違が見られることが判明した。
テストされたすべてのモデルは、会話音声でのテストでは、強いパフォーマンス低下を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 14:34:25 GMT)
Macro-Action-Based Deep Multi-Agent Reinforcement Learning [17.7] 本稿では,分散型および集中型マクロアクション値関数を学習するための2つのDeep Q-Network (DQN) に基づく手法を提案する。
ベンチマーク問題とより大きな領域の評価は、プリミティブアクションよりもマクロアクションによる学習の利点を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 19:01:41 GMT)
FrugalScore: Learning Cheaper, Lighter and Faster Evaluation Metricsfor
Automatic Text Generation [17.6] FrugalScoreは、高価なNLGメトリックの固定的で低コストなバージョンを学習するためのアプローチである。
平均して、FrugalScoreは96.8%のパフォーマンスを維持し、24倍の速度で動作し、元のメトリクスの35倍のパラメータを持つ。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:59:48 GMT)
Deep Image Debanding [17.1] 画像の深層学習に基づくバンドリングアーティファクト除去手法を開発し,それを深層除バンドネットワーク(deepDeband)と呼ぶ。
そのトレーニングのために、51,490対の対応するプリスタンとバンド画像パッチからなる大規模なデータセットを構築した。
性能評価の結果,DeepDebandは画像のバンド化アーティファクトを大幅に低減し,既存の手法よりも定量的かつ視覚的に優れていることがわかった。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 13:11:48 GMT)
PRIMER: Pyramid-based Masked Sentence Pre-training for Multi-document
Summarization [16.8] 要約に着目した多文書表現のための事前学習モデルであるPRIMERを提案する。
具体的には,マルチドキュメント入力に適した適切な入力変換とグローバルアテンションを備えたLongformerアーキテクチャを採用する。
私たちのモデルであるPRIMERは、これらのほとんどの設定において、現在の最先端モデルよりも大きなマージンでパフォーマンスします。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 07:22:24 GMT)
Noise-Augmented Privacy-Preserving Empirical Risk Minimization with
Dual-purpose Regularizer and Privacy Budget Retrieval and Recycling [16.8] 我々はNAPP-ERM(Nono-Augmented Privacy-Preserving Empirical Risk Minimization)を提案する。
NAPP-ERMは、適切に設計された拡張データを通じて目標正規化を反復的に実現することにより、過正規化を緩和する。
NAPP-ERMによる過剰規則化と民間予算の回収による変動選択と予測の緩和効果を実験を通して示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 23:04:24 GMT)
Meta-Learning with Adjoint Methods [16.8] メタラーニング(MAML)は、タスクファミリーの優れた初期化を見つけるために広く使われている。
その成功にもかかわらず、MAMLにおける重要な課題は、サンプリングされたタスクに対する長いトレーニング軌跡の初期化で勾配を計算することである。
本稿では,この問題を解決するためにAdjoint MAML (A-MAML)を提案する。
人工メタ学習と実世界のメタ学習の両方において、我々のアプローチの利点を実証する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 01:18:50 GMT)
Case-based Reasoning for Better Generalization in Text-Adventure Games [15.7] エージェントを訓練し、トレーニング分布から一般化するためのケースベース推論にインスパイアされた一般的な手法を提案する。
実験の結果,提案手法は既存の手法を一貫して改良し,優れた分布一般化を実現し,また,広く利用されている環境における新しい最先端の成果が得られることがわかった。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 04:51:34 GMT)
Strong quantum nonlocality from hypercubes [14.7] 我々はハイパーキューブと強い非局所 OPS の接続を構築し、マルチパーティライト系では絡み合わずに強い量子非局所性の現象を示す。
この結果は超真空と強い非局所PSの接続を構築し,マルチパーティライト系では絡み合わずに強い量子非局所性の現象を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 03:44:44 GMT)
Controllable Semantic Parsing via Retrieval Augmentation [14.5] 我々は,Exemplar Retrieval (CASPER) を用いた制御可能なセマンティック生成モデルを提案する。
CASPERは、新しいドメインでクエリを解析し、特定のパターンに対して予測を適用したり、モデルを再トレーニングすることなく、新しいセマンティックスキーマに適応できることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 03:34:49 GMT)
Seeking Patterns, Not just Memorizing Procedures: Contrastive Learning
for Solving Math Word Problems [14.1] ニューラルネットワークが意味論からのみパターンを理解する方法について検討する。
本稿では,ニューラルネットワークがパターンの発散を知覚する,対照的な学習手法を提案する。
本手法は単言語および多言語設定における性能を大幅に改善する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 04:03:47 GMT)
Summ^N: A Multi-Stage Summarization Framework for Long Input Dialogues
and Documents [13.8] SummNは、典型的な事前訓練されたLMの最大文脈長よりも長いテキストを入力するための、シンプルで柔軟で効果的な多段階フレームワークである。
LMコンテキストサイズを固定したままステージ数を調整することで任意の長さの入力テキストを処理できる。
実験の結果,SummNは従来の最先端手法よりも有意に優れていた。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 06:19:54 GMT)
Understanding Procedural Knowledge by Sequencing Multimodal
Instructional Manuals [13.2] 我々は、順序のないマルチモーダル命令を推論し、シーケンシングする機械学習モデルの能力をベンチマークする。
モデルの性能は人間より著しく劣るだけでなく、マルチモーダル情報の有効利用も不可能である。
本稿では,テキストと画像の逐次アライメント特性を利用した逐次性を考慮した事前学習手法を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 06:12:15 GMT)
On Model Selection Consistency of Lasso for High-Dimensional Ising
Models on Tree-like Graphs [13.1] 近傍型最小絶対収縮・選択演算子(Lasso)を用いた高次元イジングモデル選択の問題点を考察する。
常磁性相の任意の木様グラフに対して、サンプルサイズ$n=Omega(d3logp)$で一貫したモデル選択が達成できることは厳密に証明されている。
ラッソの人気と効率性を考えると、厳密な解析はイジングモデル選択における実践的利用の理論的裏付けとなる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 07:23:02 GMT)
Dataset Knowledge Transfer for Class-Incremental Learning without Memory [12.6] 我々は,予測バイアス補正を適用して,記憶のないクラスインクリメンタル学習に取り組む。
メモリが許可され、過去のクラスのサンプルが必要なため、メモリなしで直接使用できない場合に提案される。
本稿では、参照とターゲットデータセット間のバイアス補正パラメータの転送を可能にする2段階の学習プロセスを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:33:33 GMT)
Visual-aware Attention Dual-stream Decoder for Video Captioning [12.1] 現在のビデオキャプション方式の注意機構は、各フレームに重みを割り当てることを学び、デコーダを動的に推進する。
これは、シーケンスフレームで抽出された視覚的特徴の相関と時間的コヒーレンスを明示的にモデル化するものではない。
本稿では,単語の時間的シーケンスフレームの変化を前回のモーメントで統一する,新しい視覚認識注意(VA)モデルを提案する。
VADD(Visual-Aware Attention Dual-stream Decoder)の有効性を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 14:08:20 GMT)
BNAS v2: Learning Architectures for Binary Networks with Empirical
Improvements [12.0] ほとんどのバイナリネットワークのバックボーンアーキテクチャは、ResNetファミリのようなよく知られた浮動小数点(FP)アーキテクチャである。
本稿では,バイナリネットワークのための新しい検索空間と新しい検索対象を定義することによって,バイナリネットワークのためのアーキテクチャを探索することを提案する。
本手法は,バイナリネットワークに固有の量子化誤差にもかかわらず,安定なトレーニング曲線でアーキテクチャを探索することを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 12:38:26 GMT)
Dynamic Graph Echo State Networks [11.9] 動的時間グラフの効率的な処理のためのグラフエコー状態ネットワークの拡張を提案する。
我々のモデルは、トレーニングを必要とせず、各タイミングで更新される動的グラフのベクトル符号化を提供する。
実験では、12の分散プロセス分類タスクにおいて、近似時間グラフカーネルに匹敵する精度を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 12:51:50 GMT)
MAAD: A Model and Dataset for "Attended Awareness" in Driving [10.5] 本研究では,環境に対する参加者の意識を推定するモデルを提案する。
我々のモデルはビデオ形式で入力シーン情報として捉え、ノイズの多い視線推定を行う。
我々は、運転シーンのビデオに出席する23人の被験者の24.5時間の視線シーケンスを含む、高精度な視線追跡装置で新しいデータセットをキャプチャした。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:36:10 GMT)
Nuances in Margin Conditions Determine Gains in Active Learning [10.4] 本研究は,アクティブ学習者が受動的学習率を上回ることができるかどうかを,マージンという概念の曖昧なニュアンスによって決定することを示す。
本研究の結果は,非パラメトリック環境での受動率よりも能動率が向上すべきという過去の文献からの通常の直観を否定するものである。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:17:39 GMT)
The Power of Prompt Tuning for Low-Resource Semantic Parsing [10.4] 意味解析のためのプロンプトチューニングについて検討する。
大規模なT5モデルの場合(つまり、チューニングの速さが低いデータ構造において微調整を著しく上回っている)。
この最後の結果は、大きなT5モデルが事前学習された分布から遠く離れた配列を生成するように変調できることを示唆している。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:33:09 GMT)
ASFormer: Transformer for Action Segmentation [9.5] 本稿では,アクションセグメンテーションタスクのための効率的なトランスフォーマーベースモデルASFormerを提案する。
信頼された範囲内で仮説空間を制約し、アクションセグメンテーションタスクが小さなトレーニングセットで適切なターゲット関数を学習するのに有益である。
我々は、長い入力シーケンスを効率的に処理する事前定義された階層表現パターンを適用した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 13:07:20 GMT)
Blockchain and Federated Edge Learning for Privacy-Preserving Mobile
Crowdsensing [9.3] 大規模な作業者の移動性を考慮したモバイルクラウドセンシング(MCS)は、要求者が様々なセンシングタスクを遂行するのに役立つ。
本稿では,ブロックチェーン技術を活用した新しいMCS学習フレームワークと,フェデレート学習に基づくエッジインテリジェンスの概念を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 22:04:00 GMT)
A Short Study on Compressing Decoder-Based Language Models [9.1] 事前訓練された言語モデル(PLM)は、幅広い自然言語処理(NLP)タスクで成功している。
PLMの最先端技術は、エッジデバイスで使用するために非常に大きい。
モデル圧縮の話題はNLPコミュニティで注目を集めている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 03:37:08 GMT)
Knowledge Enhanced Pretrained Language Models: A Compreshensive Survey [8.4] 事前学習型言語モデル(PLM)は,大規模テキストコーパス上で情報表現を学習することで,新たなパラダイムを確立した。
この新しいパラダイムは、自然言語処理の分野全体に革命をもたらし、さまざまなNLPタスクに対して、新しい最先端のパフォーマンスを設定した。
この問題に対処するため, PLM への知識統合は近年, 非常に活発な研究領域となり, 様々なアプローチが開発されている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 03:27:56 GMT)
Virtual Augmentation Supported Contrastive Learning of Sentence
Representations [8.2] VaSCL(Virtual Augmentation Supported Contrastive Learning of sentence representations)を提案する。
表現空間において、K-アネアレスト(K-アネアレスト)(K-アネアレスト)(K-アネアレスト)(K-アネアレスト)(K-アネアレスト)(K-アネアレスト)(K-アネアレスト)(K-アネアレスト)(K-アネアレスト)(K-
次に、この地区内でインスタンス識別タスクを定義し、仮想的な拡張を敵の訓練方法で生成する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:29:03 GMT)
Fast Projection onto the Capped Simplex withApplications to Sparse
Regression in Bioinformatics [6.6] ニュートン法に基づく単純なアルゴリズムは、射影問題を高精度に解くことができる。
提案アルゴリズムは,大規模データセット上で高い精度で予測問題の解を導出できることを実証する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 05:03:24 GMT)
FedMM: Saddle Point Optimization for Federated Adversarial Domain
Adaptation [6.3] フェデレートされたドメイン適応は、クライアント間のラベルの不均衡の頻度のため、ユニークなミニマックストレーニングタスクである。
本稿では,フェデレーション適応問題に特化して設計されたFedMMと呼ばれる分散ミニマックスドメインを提案する。
我々はFedMMがドメインシフトした教師なしデータで定常点への収束を保証することを証明した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 05:32:03 GMT)
A Heterogeneous Graph Based Framework for Multimodal Neuroimaging Fusion
Learning [6.2] マルチモーダル・フュージョン・ラーニング(HGM)のための異種グラフニューラルネットワークを提案する。
従来のGNNベースのモデルは、通常、脳ネットワークは単一タイプのノードとエッジを持つ均質なグラフであると仮定する。
本研究の結果は, 疾患予測タスクにおける他のマルチモーダル手法よりも, 提案モデルの方が優れていることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 04:15:33 GMT)
SALR: Sharpness-aware Learning Rate Scheduler for Improved
Generalization [6.2] 本手法は,損失関数の局所的シャープネスに基づいて,勾配に基づく最小値の学習率を動的に更新する。
幅広いネットワーク上で様々なアルゴリズムでSALRを適用した場合の有効性を実証する。
実験の結果、SALRは一般化を改善し、より高速に収束し、解をかなり平坦な領域へと推し進めることがわかった。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:46:21 GMT)
Physics-guided Deep Markov Models for Learning Nonlinear Dynamical
Systems with Uncertainty [6.2] 我々は物理誘導型Deep Markov Model(PgDMM)という物理誘導型フレームワークを提案する。
提案手法は,動的システムの駆動物理を維持しながら,ディープラーニングの表現力を利用する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:35:12 GMT)
Fast Strain Estimation and Frame Selection in Ultrasound Elastography
using Machine Learning [5.5] 本研究では, 大規模トレーニングデータベースの変位場について主成分分析(PCA)を行い, 準静電エラストグラフィーで12の変位モードを学習する手法を提案する。
次に,GLobal Ultrasound Elastography (GLUE) 法を用いて正確な変位像を得る。
提案手法はPCA-GLUEと呼ばれ,初期変位マップの計算においてDPよりも10倍以上高速である。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 21:35:20 GMT)
Learning Cooperation and Online Planning Through Simulation and Graph
Convolutional Network [5.5] マルチエージェント協調環境のためのシミュレーションベースのオンライン計画アルゴリズム「SiCLOP」を導入する。
具体的には、SiCLOPはMCTS(Monte Carlo Tree Search)を補完し、協調学習にコーディネーショングラフ(CG)とグラフニューラルネットワーク(GCN)を使用する。
また、アクション空間を効果的に刈り取ることによりスケーラビリティも向上する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 05:54:32 GMT)
AugmentedCode: Examining the Effects of Natural Language Resources in
Code Retrieval Models [5.1] コード内の既存の情報を活用するAugmented Code(AugmentedCode)検索を導入する。
CodeSearchNet と CodeBERT で平均相反ランク (MRR) が 0.73 と 0.96 で上回る拡張型プログラミング言語の結果を紹介した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 08:44:48 GMT)
Pro-KD: Progressive Distillation by Following the Footsteps of the
Teacher [5.0] プロKD手法は、教師のトレーニングフットプリントに従うことで、生徒のよりスムーズなトレーニングパスを定義する。
本手法は,キャパシティギャップ問題とチェックポイント探索問題の緩和に有効であることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:49:43 GMT)
An Empirical Survey of the Effectiveness of Debiasing Techniques for
Pre-Trained Language Models [4.9] 最近の研究によると、事前学習された言語モデルは、訓練されたテキストコーパスから社会的偏見を捉えている。
最近提案された5つのデバイアス技術: 対実データ拡張、ドロップアウト、イテレーティブヌルスペース投影、セルフデバイアス、センテンスデバイアス。
3つの異なるバイアスベンチマークを用いて各手法の有効性を定量化するとともに,これらの手法がモデル言語モデリング能力に与える影響を計測する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:40:30 GMT)
Back to Reality: Leveraging Pattern-driven Modeling to Enable Affordable
Sentiment Dependency Learning [4.8] Aspect-based Sentiment Classification (ABSC) に基づく新たな感情分析手法を提案する。
本研究では,感情クラスタにおける感情依存の学習に焦点をあてるローカル感情集約(LSA)機構を導入する。
我々のモデルは、特に学習感情クラスタの改善により、最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:22:43 GMT)
Self-Annotated Training for Controllable Image Captioning [4.7] Controllable Image Captioning (CIC)タスクは、指定された制御信号に条件付きキャプションを生成することを目的としている。
既存の強化訓練方法は構造関連CICモデルには適用できない。
文品質という新しい制御信号を導入する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 02:10:23 GMT)
FedSL: Federated Split Learning on Distributed Sequential Data in
Recurrent Neural Networks [4.7] フェデレートラーニング(FL)とスプリットラーニング(SL)はプライバシ保護マシンラーニング(ML)技術である。
既存のFLとSLのアプローチは、水平または垂直に分割されたデータに作用する。
本稿では,分散シーケンシャルデータに基づくモデルのトレーニングを行うための,新しいフェデレーション分割学習フレームワークであるFedSLを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 19:18:00 GMT)
Metadata Shaping: Natural Language Annotations for the Tail [4.7] 言語モデル(LM)は目覚ましい進歩を遂げているが、訓練データから稀な言語パターンへの一般化に苦慮している。
本稿では,情報理論の指標に基づく例に,エンティティ記述やカテゴリタグなどの手軽に利用できるメタデータを付加する手法を提案する。
LMの変更はないが、メタデータの整形はBERTベースラインを5.3F1ポイントまで越え、最先端の結果と競合する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 01:00:47 GMT)
DFW-PP: Dynamic Feature Weighting based Popularity Prediction for Social
Media Content [4.3] ソーシャルメディアプラットフォーム上でのコンテンツの過度な飽和は、コンテンツの人気に影響を与える重要な要因を特定するよう私たちを説得してきた。
DFW-PPフレームワークを提案し、時間とともに異なる特徴の重要性を学習する。
提案手法は,有望な結果を示すベンチマークデータセットを用いて実験を行った。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 08:40:58 GMT)
Driven-dissipative Quantum Dynamics in Cavity Magnon-Polariton System [4.2] キャビティマグノン-ポラリトン系における任意の次量子相関のダイナミクスについて検討した。
結果は、磁気光-物質相互作用によって引き起こされる高次量子力学を実証する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 04:25:24 GMT)
Mode and Ridge Estimation in Euclidean and Directional Product Spaces: A
Mean Shift Approach [3.6] 2つ以上のユークリッド/方向距離空間を持つ製品空間における点クラウドデータから局所モードとリッジを推定することを検討する。
本稿では,提案手法のアルゴリズム収束を導出し,実装に関する実践的ガイドラインを提供し,シミュレーションと実データの両方で有効性を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 07:49:30 GMT)
Hydra: A System for Large Multi-Model Deep Learning [3.6] 本稿では,トランスフォーマーやCNNといったモデルを対象として,DRAMとGPUメモリ間のレイヤ群を移動させる手法である'model spilling'を提案する。
次に,マルチモデルトレーニングワークロードの効率を上げるために,こぼれを利用した新しいテクニックのセットを提案する。
実際のベンチマークワークロードによる実験によると、HYDRAは通常のモデル並列処理よりも7倍高速で、パイプライン並列処理のための最先端の産業ツールよりも50%高速である。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 18:13:57 GMT)
Learning UI Navigation through Demonstrations composed of Macro Actions [3.4] UIナビゲーションが可能なエージェントを確実に構築するフレームワークを開発した。
状態空間は、生のピクセルから画面理解から抽出されたUI要素のセットに単純化される。
本稿では,人間によるデモの回数を大幅に削減するデモ拡張を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 20:29:41 GMT)
A MIMO Radar-based Few-Shot Learning Approach for Human-ID [3.3] 深層学習に基づく人間識別のためのレーダーは、関心の高まりの研究領域となっている。
マイクロドップラー((upmu)-D)は、周期的な手足のマイクロモーションを捉えて歩行行動を反映できることが示されている。
本稿では,Multi-Input-multiple-output (MIMO) レーダーを用いて,高度角速度のマイクロモーションスペクトログラムを定式化する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 15:37:57 GMT)
Neural Network Pruning Through Constrained Reinforcement Learning [3.3] 本稿では,ニューラルネットワークを解析するための一般的な手法を提案する。
提案手法は、事前に定義された計算予算を尊重するためにニューラルネットワークを創出することができる。
標準画像分類データセットにおける最先端手法との比較により,提案手法の有効性を実証する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:57:38 GMT)
An Evolutionary Correlation-aware Feature Selection Method for
Classification Problems [3.3] 本稿では,3つの目標を達成するために分布推定アルゴリズムを提案する。
第一に、EDAの拡張として、適合度関数に基づいて競合する各イテレーションにおいて、提案手法は2つの個人しか生成しない。
第二に、各イテレーションにおける個人の機能数を決定するためのガイド技術を提供する。
本論文の主な貢献として,各特徴の重要さだけでなく,特徴間の相互作用についても考察できる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 20:20:43 GMT)
Streaming Decision Trees and Forests [2.9] バッチツリーを拡張し、3つの分類タスクでモデルをテストするため、最も単純な部分フィッティングアルゴリズムを探索する。
これら3つのタスクにおいて、SDFは高い精度を連続的に生成する一方、既存の推定器は空間制限や精度の変動に遭遇する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 06:06:36 GMT)
Natural Evolution Strategy for Unconstrained and Implicitly Constrained
Problems with Ridge Structure [2.5] 本研究では,制約のないブラックボックス関数最適化(BBFO)問題と暗黙的に制約されたBBFO問題に対する新たな自然進化戦略を提案する。
FM-NESは棟構造の問題やDX-NES-ICとほぼ同等の性能でDX-NES-ICよりも優れた性能を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 23:51:59 GMT)
GradSign: Model Performance Inference with Theoretical Insights [2.4] 理論的な洞察を伴うモデル性能推定のための正確でシンプルで柔軟な指標であるGradSignを提案する。
我々はGradSignが現実世界のネットワークによく適応し、Spearman's rho と Kendall's Tau によって評価された MPI の最先端勾配に基づく手法を一貫して上回っていることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 17:03:10 GMT)
n-stage Latent Dirichlet Allocation: A Novel Approach for LDA [1.5] トピックモデリングフィールドは、テキスト文書のセマンティック構造を決定することができる。
Latent Dirichlet Allocation (LDA) はトピックモデリング手法で最も一般的な手法である。
LDA法をより効果的に活用できるn段式LDA法について詳述する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 15:26:53 GMT)
Efficient quantum algorithm for dissipative nonlinear differential
equations [1.2] 我々は、散逸的2次2次元常微分方程式の量子アルゴリズムを開発する。
我々のアルゴリズムは複雑性$T2 qmathrmpoly(log T, log n, log 1/epsilon)/epsilon$, ここでは$T$が進化時間、$epsilon$が許容エラー、$q$が解の崩壊を測定する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:08:48 GMT)
SAGAN: Adversarial Spatial-asymmetric Attention for Noisy Nona-Bayer
Reconstruction [1.1] Nona-Bayer Color Filter Array (CFA) パターンは、伝統的なベイアパターンの最も有効な代替品の1つである。
このような非Bayer CFAパターンは、大きな利点があるにもかかわらず、ノイズの多いセンサデータからRGBイメージを再構成しながら視覚的アーチファクトを生成することができる。
本研究では,ノイズの多いNona-Bayer CFAからRGB画像再構成を総合的に学習する上での課題について論じる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 17:21:57 GMT)
Generative Adversarial Imitation Learning for End-to-End Autonomous
Driving on Urban Environments [0.8] GAIL(Generative Adversarial Imitation Learning)は、報酬関数を明示的に定義することなくポリシーを訓練することができる。
両モデルとも,訓練終了後に開始から終了まで,専門家の軌道を模倣できることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 15:04:13 GMT)
Deep learning-based detection of intravenous contrast in computed
tomography scans [0.7] CTスキャンにおける静脈内(IV)コントラストの同定は、モデル開発と試験のためのデータキュレーションの鍵となる要素である。
我々は,CTスキャン内でIVコントラストを識別するCNNベースのディープラーニングプラットフォームを開発し,検証した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:46:45 GMT)
Pseudo-label refinement using superpixels for semi-supervised brain
tumour segmentation [0.7] 限定アノテーションを用いたニューラルネットワークのトレーニングは、医療領域において重要な問題である。
半教師付き学習は、注釈付きデータが少ないセグメンテーションを学習することでこの問題を克服することを目的としている。
擬似ラベルの精度を向上させるために,スーパーピクセルに基づくフレームワークを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 15:17:11 GMT)
BAPGAN: GAN-based Bone Age Progression of Femur and Phalange X-ray
Images [0.2] 本研究は, 骨年齢進行生成適応ネットワーク (BAPGAN) を用いて, 同一性や現実性を維持しつつ, 大腿骨・顔面X線像の進行・回復を図っている。
本稿では,Frechet Inception Distance,2名の専門整形外科医による視覚チューリングテスト,t-Distributed Neighbor Embeddingを用いて,BAPGANの臨床効果を徹底的に確認する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 08:27:59 GMT)
Deep Learning and Spectral Embedding for Graph Partitioning [0.1] 本稿では,グラフニューラルネットワークに基づくグラフ分割分割アルゴリズムを提案する。
グラフの各ノードに対して、ネットワークは各パーティションの確率を出力する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:57:01 GMT)
Unique on Facebook: Formulation and Evidence of (Nano)targeting
Individual Users with non-PII Data [0.1] データ駆動モデルを定義して、Facebook上でユニークにするユーザからの関心の数を定量化します。
私たちの知る限りでは、これは世界人口規模での個人の独特性に関する最初の研究である。
この論文の著者3人を対象に、21のFacebook広告キャンペーンを通じて実験を行っている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:27:51 GMT)
What can we learn from universal Turing machines? [0.0] 我々は、教育的普遍チューリングマシンと呼ばれるものを構築する。
我々は,生物現象との比較を,そのエンコーディングから,その動作から導出することができるのかを理解することを試みる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 08:43:29 GMT)
Universality for Sets of Three-Valued Qubit Gates [0.0] 量子ゲートの普遍性の基本的な証明の背景にある理論を概観する。
次に、同様の方法でこれらのステートメントを任意のクォートゲートに拡張する新しい方法を示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:48:50 GMT)
Transmission spectra of the driven, dissipative Rabi model in the USC
regime [0.0] 本稿では, 消音共振器に結合した強い駆動, 減衰, フラックス量子ビットの理論的透過スペクトルについて述べる。
このようなクビットオシレータシステムは超伝導回路QEDプラットフォームの構築ブロックを構成する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 14:26:37 GMT)
TorchEsegeta: Framework for Interpretability and Explainability of
Image-based Deep Learning Models [0.0] 臨床医はしばしば自動画像処理アプローチ、特にディープラーニングに基づく手法の適用に懐疑的である。
本稿では,アルゴリズムの決定に最も影響を及ぼす解剖学的領域を記述することによって,ディープラーニングアルゴリズムの結果の解釈と説明を支援するアプローチを提案する。
ディープラーニングモデルに様々な解釈可能性および説明可能性技術を適用するための統合フレームワークであるTorchEsegetaを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 01:00:15 GMT)
TESDA: Transform Enabled Statistical Detection of Attacks in Deep Neural
Networks [0.0] 攻撃のオンライン検出のための,低オーバーヘッド,フレキシブル,統計的根拠を持ったTESDAを提案する。
従来の作業とは異なり、動作の相違を検出するために、リアルタイムに動作する専用のハードウェアも、トロイの木馬トリガーの存在も必要ありません。
複数のアーキテクチャ、データセット、多様な攻撃にまたがって、我々の方法の有用性と実用性を実証的に確立する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 02:10:36 GMT)
Statistical Consequences of Dueling Bandits [0.0] マルチアーマッド・バンディットのフレームワークは、しばしば教育介入を評価するために使われてきた。
近年の研究では、学生が嗜好の誘惑を通じて質的なフィードバックを提供する方が有益であることが示されている。
我々は,従来の一様サンプリング法とデュエルバンディットアルゴリズムを比較し,デュエルバンディットアルゴリズムが累積後悔最小化時に良好に動作することを示すが,特定の状況下でのType-I誤差率の増大と消費電力の低減につながる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 23:48:43 GMT)
Quantum hashing via single-photon states with orbital angular momentum [0.0] 単一光子状態の列を通して量子ハッシュを構築し、原理実証実験を行う。
量子ハッシュ関数の衝突抵抗は、使用中の量子ビット数に応じて実験的に検証する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:02:01 GMT)
Quantum Correlations in Jahn-Teller Molecular Systems Simulated with
Superconducting Circuits [0.0] 分子系における振動フォノンモードと電子的自由度と振動的自由度の間の量子絡み合いについて検討する。
超伝導回路量子力学系を用いた2周波ヤーン・テラー系のシミュレーションを提案する。
我々は、最先端の超伝導2レベルシステムにおけるデフォーカスとデコヒーレンスを考慮して、そのような量子相関を検出する実験的実現可能性について論じる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 10:22:44 GMT)
Multilingual unsupervised sequence segmentation transfers to extremely
low-resource languages [0.0] Masked Segmental Language Modelを多言語で事前学習することで、教師なしシーケンスセグメンテーションのパフォーマンスを極端に低リソース言語に変換することができる。
対象言語とタイプ論的に類似しているが系統学的には無関係) な低リソース言語群を学習することにより, この移行を実現することができることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:08:28 GMT)
Multi-View Stereo Network with attention thin volume [0.0] 複数のRGB画像から深度値を推定するための効率的なマルチビューステレオ(MVS)ネットワークを提案する。
入力画像から支配的な情報を完全に集約する自己認識機構を導入する。
また,特徴集約に対するグループワイド相関を導入し,メモリと計算負荷を大幅に削減する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 11:51:23 GMT)
Modelling Behaviour Change using Cognitive Agent Simulations [0.0] 本稿では, シミュレーションエージェントに選択された行動変化理論を適用するために, プログレッシブ・イン・プログレッシブ・リサーチを提案する。
この研究は、不適切な状況下での自己決定的目標達成に必要な複雑なエージェントアーキテクチャに焦点を当てている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 19:19:08 GMT)
Mapping illegal waste dumping sites with neural-network classification
of satellite imagery [0.0] 近年では、不法廃棄物投棄施設の社会的・環境的影響が深刻化しており、グローバル・サウスの都市が直面している最も深刻な問題の一つとなっている。
このケーススタディは、Dymaxion LabsとFundaci'on Bunge y Bornが共同でこの技術を活用して、この地域の不法廃棄物処理現場の潜在的な場所を網羅した地図を作成するための成果である。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 16:05:42 GMT)
Learning velocity model for complex media with deep convolutional neural
networks [0.0] 本稿では,境界測定に基づく複雑な媒体の速度モデル取得の問題について考察する。
提案した結果と過去の研究結果を比較するために,速度分布のオープンソースデータセットを用いた。
逆問題は、ディープ畳み込みニューラルネットワークを用いて解決される。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 17:52:08 GMT)
Learning Continuous Chaotic Attractors with a Reservoir Computer [0.0] 我々は1000ニューロンのRNNをトレーニングし、動的アトラクションメモリの分離例から連続的動的アトラクションメモリを抽象化する。
RCを安定な極限サイクルまたはカオス的なローレンツ引力の孤立およびシフトした例で訓練することにより、RCは、余剰のリャプノフ指数が 0 に等しいように、引力の連続性を学ぶ。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 18:07:27 GMT)
Isotope-Selective Laser Ablation Ion-Trap Loading of
$\mathbf{^{137}\mathrm{Ba}^+}$ using a $\mathbf{\mathrm{BaCl}_2}$ Target [0.0] バリウム金属は非常に反応性が高く、133mathrmBa+$は放射性であり、少量しか供給できない。
2段階の光イオン化法により,$mathrmBaCl$ソルトターゲットにレーザーアブレーションを施すことにより,バリウムイオンを確実に生成・トラップできることを示す。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 03:31:19 GMT)
Grayscale Based Algorithm for Remote Sensing with Deep Learning [0.0] 地上目標のリモートセンシングは、衛星取得から異なる媒体を通して光の伝播に影響を与える様々な要因により、より困難である。
教師付き学習(英語: Supervised Learning)は、トレーニング前にクラスに応じてデータをラベル付けする機械学習技術である。
目標をより正確に検出し、分類するために、YOLOv3では、バウンディングとアンカーボックスに基づくアルゴリズムが採用されている。
取得した画像は、ターゲット検出のためのグレースケールベースのYOLO3アルゴリズムで分析、訓練される。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 06:51:35 GMT)
Face Verification with Challenging Imposters and Diversified
Demographics [0.0] 顔認証は、同一または異なる同一の顔を含む、本物と偽の顔のペアを区別することを目的としている。
本稿では、性別、国、年齢に関連するメタデータを含む$FaVCI2D$データセットを紹介し、その結果のきめ細かい分析を容易にする。
既存のデータセットで100%近いパフォーマンスを提供する最先端のディープモデルによる実験は、$FaVCI2D$の大幅なパフォーマンス低下を示している。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 21:34:59 GMT)
Convolutional Deep Denoising Autoencoders for Radio Astronomical Images [0.0] 我々は、最先端の電波望遠鏡の合成画像に、畳み込み復号化オートエンコーダ(Convolutional Denoising Autoencoder)と呼ばれる機械学習技術を適用した。
我々のオートエンコーダは、器用感度の限界でかすかな物体を識別し、抽出する複雑な画像を効果的に識別することができる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 17:08:30 GMT)
Conceptual Modeling and Artificial Intelligence: Mutual Benefits from
Complementary Worlds [0.0] これまでのところ、主に分離されたCMとAIの分野にアプローチする2つの交差点に取り組むことに興味があります。
このワークショップでは、(一)概念モデリング(CM)がAIにどのような貢献ができるのか、(一)その逆の方法で、多様体相互利益を実現することができるという仮定を取り入れている。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 18:42:09 GMT)
COVID-19 Detection in Chest X-ray Images Using Swin-Transformer and
Transformer in Transformer [0.0] そこで本研究では,Swin TransformerとTransformerを併用して胸部X線画像を,新型コロナウイルス,肺炎,正常(健康)の3つのクラスに分類し,テストセットで0.9475の精度を実現した手法を提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:53:21 GMT)
Automated Remote Sensing Forest Inventory Using Satelite Imagery [0.0] オートエンコーダが生成したツリークラウンの埋め込みを,従来の機械学習アルゴリズムをトレーニングするためのデータセットとして使用しています。
我々は、従来の畳み込みニューラルネットワーク(CNN)のエンドツーエンド分類器に対して、オートエンコーダ(AE)ベースのアプローチを比較した。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 15:24:12 GMT)
Approximate Solutions, Thermal Properties and Superstatistics Solutions
to Schr\"odinger Equation [0.0] 分割関数(Z)およびその他の熱力学特性の観点から熱的性質と超統計学について検討した。
提案されたポテンシャルモデルは、特別の場合としてヘルマンポテンシャル、湯川ポテンシャル、スクリーニングされた双曲ポテンシャル、クーロンポテンシャルに還元される。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 22:02:50 GMT)
An Acceleration Method Based on Deep Learning and Multilinear Feature
Space [0.0] 本稿では,大規模CNNアーキテクチャからの学習を伝達するために,Multilinear Feature Space (MFS)法に基づく代替手法を提案する。
提案手法はCNNを用いて特徴マップを生成するが,複雑性低減手法として機能しない。
AMFCと呼ばれる本手法では,事前学習したCNNからの移動学習を用いて,新しいサンプル画像の分類時間を最小限に抑える。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 23:49:12 GMT)
A theoretical and empirical study of new adaptive algorithms with
additional momentum steps and shifted updates for stochastic non-convex
optimization [0.0] 非ニューラル最適化問題に対する運動量項を含む新しい適応アルゴリズムを導入する。
勾配の2乗ユークリッドのノルム予想の見積もりが与えられる。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 09:47:57 GMT)
A Nested Weighted Tchebycheff Multi-Objective Bayesian Optimization
Approach for Flexibility of Unknown Utopia Estimation in Expensive Black-box
Design Problems [0.0] 既存の研究では、未知のユートピアを定式化するための重み付きTchebycheff MOBOアプローチが実証されている。
モデルアンサンブルから回帰モデル選択手順を構築する,ネスト重み付きTchebycheff MOBOフレームワークを提案する。
論文参考訳（メタデータ） (Sat, 16 Oct 2021 00:44:06 GMT)