Fugu-MT 論文翻訳(概要): Social Learning in Non-Stationary Environments

論文の概要: Social Learning in Non-Stationary Environments

arxiv url: http://arxiv.org/abs/2007.09996v3
Date: Wed, 23 Feb 2022 10:58:39 GMT
ステータス: 処理完了
システム内更新日: 2022-11-08 14:52:30.818215
Title: Social Learning in Non-Stationary Environments
Title（参考訳）: 非定常環境における社会学習
Authors: Etienne Boursier and Vianney Perchet and Marco Scarsini
Abstract要約: 先行購入者のレビューに基づいて商品を購入するかどうかを順次決定する消費者について検討する。品質は多次元であり、時折異なることがあるが、レビューも多次元である。この設定では、学習コストが小さいことが示される。
参考スコア（独自算出の注目度）: 21.732431948034836
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Potential buyers of a product or service, before making their decisions, tend to read reviews written by previous consumers. We consider Bayesian consumers with heterogeneous preferences, who sequentially decide whether to buy an item of unknown quality, based on previous buyers' reviews. The quality is multi-dimensional and may occasionally vary over time; the reviews are also multi-dimensional. In the simple uni-dimensional and static setting, beliefs about the quality are known to converge to its true value. Our paper extends this result in several ways. First, a multi-dimensional quality is considered, second, rates of convergence are provided, third, a dynamical Markovian model with varying quality is studied. In this dynamical setting the cost of learning is shown to be small.
Abstract（参考訳）: 製品やサービスの潜在的な購入者は、決定する前に、以前の消費者によって書かれたレビューを読む傾向がある。我々は,不均一な選好を持つベイジアン消費者を考察し,先行購入者のレビューに基づいて,未知の品質の商品を購入するかどうかを順次決定する。品質は多次元であり、時折異なることがあるが、レビューも多次元である。単純な一次元および静的な設定では、品質に関する信念はその真の価値に収束することが知られている。我々の論文はこの結果をいくつかの方法で拡張する。まず,多次元的品質を考慮し,第2に収束率,第3に,異なる品質を持つ動的マルコフモデルについて検討した。このダイナミックな設定では、学習のコストが小さいことが示される。

関連論文リスト

Multi-Facet Counterfactual Learning for Content Quality Evaluation [48.73583736357489]
コンテンツ品質評価の複数の側面を知覚する評価器を効率的に構築する枠組みを提案する。我々は,コントラスト学習と教師付き学習に基づく共同学習戦略を活用し,評価者が異なる品質面を区別できるようにする。
論文参考訳（メタデータ） (2024-10-10T08:04:10Z)
VHELM: A Holistic Evaluation of Vision Language Models [75.88987277686914]
視覚言語モデル(VHELM)の全体的評価について述べる。 VHELMは、視覚的知覚、知識、推論、バイアス、公平性、多言語性、堅牢性、毒性、安全性の9つの側面の1つ以上をカバーするために、さまざまなデータセットを集約する。私たちのフレームワークは軽量で自動で、評価の実行が安価で高速に行えるように設計されています。
論文参考訳（メタデータ） (2024-10-09T17:46:34Z)
Q-Ground: Image Quality Grounding with Large Multi-modality Models [61.72022069880346]
Q-Groundは、大規模な視覚的品質グラウンドに取り組むための最初のフレームワークである。 Q-Groundは、大規模なマルチモダリティモデルと詳細な視覚的品質分析を組み合わせる。コントリビューションの中心は、QGround-100Kデータセットの導入です。
論文参考訳（メタデータ） (2024-07-24T06:42:46Z)
Dynamic pricing with Bayesian updates from online reviews [0.15020330976600735]
製品の品質が不確実なオンラインレビューによる価格モデルを検討する。製品の品質を効果的に学習する確率の観点から、最適な静的価格戦略と動的価格戦略を比較した。
論文参考訳（メタデータ） (2024-04-23T11:55:20Z)
QuRating: Selecting High-Quality Data for Training Language Models [64.83332850645074]
データ品質に関する人間の直感をキャプチャできる事前学習データを選択するQuRatingを導入する。本稿では,書体,専門知識,事実とトリビア,教育的価値の4つの特性について検討する。ペアの判断からスカラー評価を学習するためにQurモデルをトレーニングし、それを4つの基準ごとに品質評価付き260Bのトレーニングコーパスにアノテートするために使用します。
論文参考訳（メタデータ） (2024-02-15T06:36:07Z)
A No-Reference Quality Assessment Method for Digital Human Head [56.17852258306602]
我々は、デジタルヒューマン品質評価(DHQA)を扱うトランスフォーマーに基づく新しいノリフレクション(NR)手法を開発した。具体的には、デジタル人間の前方2次元投影を入力として描画し、特徴抽出に視覚変換器(ViT)を用いる。次に,歪み型を共同分類し,デジタル人間の知覚品質レベルを予測するマルチタスクモジュールを設計する。
論文参考訳（メタデータ） (2023-10-25T16:01:05Z)
Buy when? Survival machine learning model comparison for purchase timing [0.0]
本稿では,サポートベクトルマシン,遺伝的アルゴリズム,ディープラーニング,K平均といったマーケティング機械学習技術について検討する。ジェンダー、インカム、ロケーション、購入履歴、オンラインディスカウント、興味、プロモーション、顧客体験はすべて、購入時間に影響を与える。調査によると、DeepSurvモデルは購入完了が最良であると予測している。
論文参考訳（メタデータ） (2023-08-28T06:40:02Z)
Towards Explainable In-the-Wild Video Quality Assessment: A Database and a Language-Prompted Approach [52.07084862209754]
われわれは、13次元の質関連因子に関する4,543本のビデオについて200万以上の意見を集めている。具体的には、各次元に対して正、負、中立の選択をラベル付けするよう被験者に求める。これらの説明レベルの意見は、特定の品質要因と抽象的な主観的品質評価の関係を測ることができる。
論文参考訳（メタデータ） (2023-05-22T05:20:23Z)
Impact of review valence and perceived uncertainty on purchase of time-constrained and discounted search goods [0.0]
本研究は,新商品の購入決定が,直近のディスカウントが提供された場合に,過去の顧客評価にどのような影響があるかを検討する。時間制約付き検索・購入環境における消費者態度の決定要因としての信頼性,診断性,有効性を考慮し,アプローチ回避コンフリクト理論に従う。
論文参考訳（メタデータ） (2021-10-09T19:50:08Z)
Measuring Wikipedia Article Quality in One Dimension by Extending ORES with Ordinal Regression [1.52292571922932]
ウィキペディアにおける記事の品質評価は、ウィキペディアのコミュニティメンバーと学術研究者の両方で広く利用されている。品質の測定は多くの方法論上の課題を提示します最も広く使われているシステムは、品質を評価する際、個別の順序スケールでラベルを使用するが、統計学や機械学習には不便である。
論文参考訳（メタデータ） (2021-08-15T23:05:28Z)
Context-aware Helpfulness Prediction for Online Product Reviews [34.47368084659301]
本稿では,レビューの有用性を評価するニューラルディープ・ラーニング・モデルを提案する。このモデルは畳み込みニューラルネットワーク(CNN)とコンテキスト認識符号化機構に基づいている。我々は、人間の注釈付きデータセット上でモデルを検証し、その結果、既存のモデルよりも有益性予測に優れていたことを示す。
論文参考訳（メタデータ） (2020-04-27T18:19:26Z)

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。