論文の概要: Weighted Fisher Discriminant Analysis in the Input and Feature Spaces

• arxiv url: http://arxiv.org/abs/2004.01857v1
• Date: Sat, 4 Apr 2020 05:17:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-16 22:33:53.308598
• Title: Weighted Fisher Discriminant Analysis in the Input and Feature Spaces
• Title（参考訳）: 入力空間と特徴空間における重み付き漁業識別分析
• Authors: Benyamin Ghojogh, Milad Sikaroudi, H.R. Tizhoosh, Fakhri Karray, Mark Crowley
• Abstract要約: 我々は、コサインの重み付けされたFDAと、自動的に重み付けされたFDAを提案する。 ORL顔認識データセットに対する実験により,提案手法の有効性が示された。
• 参考スコア（独自算出の注目度）: 10.037628288395293
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fisher Discriminant Analysis (FDA) is a subspace learning method which minimizes and maximizes the intra- and inter-class scatters of data, respectively. Although, in FDA, all the pairs of classes are treated the same way, some classes are closer than the others. Weighted FDA assigns weights to the pairs of classes to address this shortcoming of FDA. In this paper, we propose a cosine-weighted FDA as well as an automatically weighted FDA in which weights are found automatically. We also propose a weighted FDA in the feature space to establish a weighted kernel FDA for both existing and newly proposed weights. Our experiments on the ORL face recognition dataset show the effectiveness of the proposed weighting schemes.
• Abstract（参考訳）: fisher discriminant analysis (fda) は、データのクラス内およびクラス間散乱を最小化し、最大化するサブスペース学習手法である。 FDAでは、全てのクラスは同じ方法で扱われるが、一部のクラスは他のクラスよりも近い。 食品医薬品局(FDA)は、このFDAの欠点に対処するために2組のクラスに重みを割り当てている。 本稿では,コサインを重み付けしたFDAと,自動重み付けされたFDAを提案する。 また,既存および新規に提案された重み付けされたカーネルFDAを確立するために,機能領域における重み付けされたFDAを提案する。 ORL顔認識データセットに対する実験により,提案手法の有効性が示された。

関連論文リスト

• Harmonizing Safety and Speed: A Human-Algorithm Approach to Enhance the FDA's Medical Device Clearance Policy [0.0]
  我々は、FDAが510(k)医療機器のクリアランスプロセスを改善するために、人間とアルゴリズムを組み合わせたアプローチを開発した。 まず,510(k)医療機器のリコールリスクを推定する機械学習手法を開発した。 次に、FDAの委員会への承認、拒絶、延期を推奨するデータ駆動クリアランス政策を提案する。
  論文  参考訳（メタデータ） (2024-07-16T15:11:29Z)
• ADEP: A Novel Approach Based on Discriminator-Enhanced Encoder-Decoder Architecture for Accurate Prediction of Adverse Effects in Polypharmacy [0.0]
  本稿では,識別器とエンコーダデコーダモデルを組み合わせた新しい手法であるADEPを紹介する。 ADEPは多薬効の悪影響を予測するために、複数の分類方法を含む3部モデルを採用している。
  論文  参考訳（メタデータ） (2024-05-31T18:20:17Z)
• Improved Generalization of Weight Space Networks via Augmentations [53.87011906358727]
  深度重み空間(DWS)における学習は新たな研究方向であり、2次元および3次元神経場(INRs, NeRFs)への応用 我々は、この過度な適合の理由を実証的に分析し、主要な理由は、DWSデータセットの多様性の欠如であることがわかった。 そこで本研究では,重み空間におけるデータ拡張戦略について検討し,重み空間に適応したMixUp法を提案する。
  論文  参考訳（メタデータ） (2024-02-06T15:34:44Z)
• Source-Free Domain Adaptation for Medical Image Segmentation via Prototype-Anchored Feature Alignment and Contrastive Learning [57.43322536718131]
  医用画像セグメンテーションのための2段階のソースフリードメイン適応(SFDA)フレームワークを提案する。 プロトタイプアンコールされた特徴アライメントの段階では,まず,事前学習した画素ワイド分類器の重みを原プロトタイプとして利用する。 そこで,本研究では,目標となる特徴とクラスプロトタイプとの整合性を期待するコストを最小化し,双方向輸送を導入する。
  論文  参考訳（メタデータ） (2023-07-19T06:07:12Z)
• Unequal Covariance Awareness for Fisher Discriminant Analysis and Its Variants in Classification [2.597151774317691]
  我々はこの事実を考慮に入れたFDAの新しい分類規則を提案する。 分類規則の変更のみを行うため、多くのFDA変異体にも適用することができる。 我々は,従来のアルゴリズムと比較して,新しい分類規則に基づく改良アルゴリズムの優れた性能を示す。
  論文  参考訳（メタデータ） (2022-05-26T18:08:18Z)
• MS Lesion Segmentation: Revisiting Weighting Mechanisms for Federated Learning [92.91544082745196]
  フェデレートラーニング(FL)は医用画像解析に広く用いられている。 FLのパフォーマンスは、多発性硬化症(MS)病変セグメンテーションタスクに制限される。 2つの効果的な再重み付け機構によるFLMS病変分割フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-03T14:06:03Z)
• Enhancing Food Intake Tracking in Long-Term Care with Automated Food Imaging and Nutrient Intake Tracking (AFINI-T) Technology [71.37011431958805]
  長期医療(LTC)の住民の半数は、入院、死亡、死亡率、生活の質の低下が悪化している。 本稿では,LCCのための食品自動撮像・栄養摂取追跡技術(AFINI-T)について述べる。
  論文  参考訳（メタデータ） (2021-12-08T22:25:52Z)
• Federated Deep AUC Maximization for Heterogeneous Data with a Constant Communication Complexity [77.78624443410216]
  異種胸部データ検出のための改良型FDAMアルゴリズムを提案する。 本研究は,提案アルゴリズムの通信が機械数に強く依存し,精度レベルにも強く依存していることを示す。 FDAMアルゴリズムのベンチマークデータセットと、異なる組織の医療用胸部X線画像に対する効果を実験により実証した。
  論文  参考訳（メタデータ） (2021-02-09T04:05:19Z)
• Adam revisited: a weighted past gradients perspective [57.54752290924522]
  本稿では,非収束問題に取り組むための適応法重み付け適応アルゴリズム(wada)を提案する。 私たちは、WADAが重み付きデータ依存の後悔境界を達成できることを証明します。
  論文  参考訳（メタデータ） (2021-01-01T14:01:52Z)
• An Open-Source Dataset on Dietary Behaviors and DASH Eating Plan Optimization Constraints [0.29298205115761694]
  我々は、異なるグループの食行動、その人口統計、および既存の状況に基づいて、修正されたデータセットを提供する。 また,高血圧およびプレ糖尿病患者を対象に,標的食の利益を享受する興味のあるグループとして,調整したデータセットを提供する。
  論文  参考訳（メタデータ） (2020-10-15T05:25:44Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。