Fugu-MT 論文翻訳(概要): SpotTheFake: An Initial Report on a New CNN-Enhanced Platform for Counterfeit Goods Detection

論文の概要: SpotTheFake: An Initial Report on a New CNN-Enhanced Platform for Counterfeit Goods Detection

arxiv url: http://arxiv.org/abs/2002.06735v2
Date: Wed, 19 Feb 2020 16:36:31 GMT
ステータス: 処理完了
システム内更新日: 2022-12-31 12:28:27.720549
Title: SpotTheFake: An Initial Report on a New CNN-Enhanced Platform for Counterfeit Goods Detection
Title（参考訳）: spotthefake: 偽造商品検出のための新しいcnnエンハンスドプラットフォームの最初のレポート
Authors: Alexandru \c{S}erban, George Ila\c{s}, George-Cosmin Poru\c{s}niuc
Abstract要約: 偽物取引は現在では世界貿易の3.3%以上を占めている。本稿では,新しい偽物検出プラットフォームの設計と初期開発について述べる。
参考スコア（独自算出の注目度）: 68.8204255655161
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The counterfeit goods trade represents nowadays more than 3.3% of the whole world trade and thus it's a problem that needs now more than ever a lot of attention and a reliable solution that would reduce the negative impact it has over the modern society. This paper presents the design and early stage development of a novel counterfeit goods detection platform that makes use of the outstsanding learning capabilities of the classical VGG16 convolutional model trained through the process of "transfer learning" and a multi-stage fake detection procedure that proved to be not only reliable but also very robust in the experiments we have conducted so far using an image dataset of various goods which we gathered ourselves.
Abstract（参考訳）: 偽造品の取引は、今日では世界の貿易全体の3.3%以上を占めており、それゆえ、これまで以上に多くの注意を払わなければならない問題であり、現代社会に対する否定的な影響を減少させる信頼できる解決法である。本稿では,従来のVGG16畳み込みモデルにおいて,「トランスファーラーニング」のプロセスを通じて訓練された学習能力を生かした,新たな偽物検出プラットフォームの設計と初期開発について述べる。

関連論文リスト

A Regularized LSTM Method for Detecting Fake News Articles [0.0]
本稿では,偽ニュース記事を検出するための高度な機械学習ソリューションを開発する。我々は、23,502の偽ニュース記事と21,417の正確なニュース記事を含む、包括的なニュース記事のデータセットを活用している。私たちの研究は、そのようなモデルを現実世界のアプリケーションにデプロイする可能性を強調しています。
論文参考訳（メタデータ） (2024-11-16T05:54:36Z)
Credit Card Fraud Detection Using Advanced Transformer Model [15.34892016767672]
本研究は、より堅牢で正確な不正検出のための最新のTransformerモデルの革新的な応用に焦点を当てる。データソースを慎重に処理し、データセットのバランスをとり、データの分散性の問題に対処しました。我々は、SVM(Support Vector Machine)、ランダムフォレスト(Random Forest)、ニューラルネットワーク(Neural Network)、ロジスティック回帰(Logistic Regression)など、広く採用されているいくつかのモデルと性能比較を行った。
論文参考訳（メタデータ） (2024-06-06T04:12:57Z)
A New Transformation Approach for Uplift Modeling with Binary Outcome [7.828300476533517]
Uplift Modeling(アップリフト・モデリング)は、機械学習のテクニックで、何らかのアクションを実行することで、それを受け取らないことで得られる利益を予測する。本稿では,2値対象変数の場合の新たな変換結果を設計し,結果ゼロのサンプルの完全な値をアンロックする。当社の新たなアプローチは、中国全土の金融保有グループの精密マーケティングにすでに適用されています。
論文参考訳（メタデータ） (2023-10-09T09:17:52Z)
Augment and Criticize: Exploring Informative Samples for Semi-Supervised Monocular 3D Object Detection [64.65563422852568]
我々は、一般的な半教師付きフレームワークを用いて、難解な単分子3次元物体検出問題を改善する。我々は、ラベルのないデータから豊富な情報的サンプルを探索する、新しい、シンプルで効果的なAugment and Criticize'フレームワークを紹介します。 3DSeMo_DLEと3DSeMo_FLEXと呼ばれる2つの新しい検出器は、KITTIのAP_3D/BEV(Easy)を3.5%以上改善した。
論文参考訳（メタデータ） (2023-03-20T16:28:15Z)
SSMTL++: Revisiting Self-Supervised Multi-Task Learning for Video Anomaly Detection [108.57862846523858]
自己教師型マルチタスク学習フレームワークを再考し、元の手法にいくつかのアップデートを提案する。マルチヘッド・セルフアテンション・モジュールを導入することで3次元畳み込みバックボーンを近代化する。モデルをさらに改良するために,セグメントマップの予測などの自己指導型学習タスクについて検討した。
論文参考訳（メタデータ） (2022-07-16T19:25:41Z)
What Stops Learning-based 3D Registration from Working in the Real World? [53.68326201131434]
この研究は、3Dポイントのクラウド登録失敗の原因を特定し、その原因を分析し、解決策を提案する。最終的に、これは最も実践的な3D登録ネットワーク(BPNet)に変換される。我々のモデルは微調整をせずに実データに一般化し、商用センサで得られた見えない物体の点雲上で最大67%の精度に達する。
論文参考訳（メタデータ） (2021-11-19T19:24:27Z)
An Effective and Robust Detector for Logo Detection [58.448716977297565]
一部の攻撃者は、よく訓練されたロゴ検出モデルを侵害で騙している。本稿では,2回検討する機構に基づく新しいロゴ検出手法を提案する。我々は,デテクトRSアルゴリズムを,等化損失関数,マルチスケール変換,および逆データ拡張を備えたカスケードスキーマに拡張する。
論文参考訳（メタデータ） (2021-08-01T10:17:53Z)
Multimodal Fusion with BERT and Attention Mechanism for Fake News Detection [0.0]
テキストと視覚データから派生したマルチモーダル特徴を融合させて偽ニュースを検出する新しい手法を提案する。実験の結果,公開twitterデータセットにおける現在の最先端手法よりも3.1%の精度で性能が向上した。
論文参考訳（メタデータ） (2021-04-23T08:47:54Z)
Reducing Representation Drift in Online Continual Learning [87.71558506591937]
私たちは、エージェントが制限されたメモリと計算で変化する分布から学ぶ必要があるオンライン連続学習パラダイムを研究します。この作業では、入ってくるデータストリームに未観測のクラスサンプルが導入されることにより、事前に観測されたデータの表現の変化に焦点を合わせます。
論文参考訳（メタデータ） (2021-04-11T15:19:30Z)
Connecting the Dots Between Fact Verification and Fake News Detection [21.564628184287173]
本稿では,事実検証と偽ニュース検出の点を結合する,シンプルで効果的な手法を提案する。提案手法は,最近の事実検証モデルの成功を活用し,ゼロショットフェイクニュースの検出を可能にする。
論文参考訳（メタデータ） (2020-10-11T09:28:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。