論文の概要: Supervised learning on heterogeneous, attributed entities interacting
over time
- arxiv url: http://arxiv.org/abs/2007.11455v1
- Date: Wed, 22 Jul 2020 14:19:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-07 22:11:38.970461
- Title: Supervised learning on heterogeneous, attributed entities interacting
over time
- Title(参考訳): 時間とともに相互作用する異種属性エンティティの教師付き学習
- Authors: Amine Laghaout
- Abstract要約: グラフ機械学習の現在の状態は依然として不十分であり、空間と時間の包括的な機能エンジニアリングパラダイムで拡張する必要がある。
この提案は、グラフ機械学習の現在の状態が不適切なままであり、空間と時間の包括的な機能エンジニアリングパラダイムで拡張する必要があることを示している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most physical or social phenomena can be represented by ontologies where the
constituent entities are interacting in various ways with each other and with
their environment. Furthermore, those entities are likely heterogeneous and
attributed with features that evolve dynamically in time as a response to their
successive interactions. In order to apply machine learning on such entities,
e.g., for classification purposes, one therefore needs to integrate the
interactions into the feature engineering in a systematic way. This proposal
shows how, to this end, the current state of graph machine learning remains
inadequate and needs to be be augmented with a comprehensive feature
engineering paradigm in space and time.
- Abstract(参考訳): ほとんどの物理的または社会的現象は、構成体が様々な方法で相互作用し、環境と相互作用するオントロジーによって表される。
さらに、これらの実体はおそらく異質であり、連続する相互作用に対する応答として時間内に動的に進化する特徴に起因している。
このようなエンティティ、例えば分類目的に機械学習を適用するためには、そのインタラクションを体系的な方法で特徴工学に統合する必要がある。
この提案は、グラフ機械学習の現在の状態が不適切なままであり、空間と時間の包括的な機能エンジニアリングパラダイムで拡張する必要があることを示している。
関連論文リスト
- Binding Dynamics in Rotating Features [72.80071820194273]
本稿では,特徴間のアライメントを明示的に計算し,それに応じて重みを調整する「コサイン結合」機構を提案する。
これにより、自己注意と生物学的神経プロセスに直接接続し、回転する特徴に現れるオブジェクト中心の表現の基本的なダイナミクスに光を当てることができます。
論文 参考訳(メタデータ) (2024-02-08T12:31:08Z) - Inferring Relational Potentials in Interacting Systems [56.498417950856904]
このような相互作用を発見する代替手法として、ニューラル・インタラクション・推論(NIIP)を提案する。
NIIPは観測された関係制約を尊重する軌道のサブセットに低エネルギーを割り当てる。
別々に訓練されたモデル間での相互作用の型を交換するなどの軌道操作や、軌道予測を可能にする。
論文 参考訳(メタデータ) (2023-10-23T00:44:17Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳(メタデータ) (2023-07-24T12:21:33Z) - Collective Relational Inference for learning heterogeneous interactions [8.215734914005845]
本稿では,従来の手法と比較して2つの特徴を持つ関係推論の確率的手法を提案する。
提案手法を複数のベンチマークデータセットで評価し,既存の手法よりも精度良く対話型を推定できることを実証した。
全体として、提案モデルはデータ効率が高く、より小さなシステムで訓練された場合、大規模システムに対して一般化可能である。
論文 参考訳(メタデータ) (2023-04-30T19:45:04Z) - Learning to Decouple Complex Systems [16.544684282277526]
本研究では,不規則なサンプルや散逸した逐次観測を扱うための逐次学習手法を提案する。
我々は、単純体の中で進化するメタシステムは射影微分方程式(ProjDEs)によって支配されると主張する。
論文 参考訳(メタデータ) (2023-02-03T07:24:58Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳(メタデータ) (2022-07-20T13:37:57Z) - Interaction Transformer for Human Reaction Generation [61.22481606720487]
本稿では,時間的,空間的両方の注意を持つトランスフォーマーネットワークからなる対話型トランスフォーマー(InterFormer)を提案する。
我々の手法は一般的であり、より複雑で長期的な相互作用を生成するのに利用できる。
論文 参考訳(メタデータ) (2022-07-04T19:30:41Z) - SCIM: Simultaneous Clustering, Inference, and Mapping for Open-World
Semantic Scene Understanding [34.19666841489646]
本研究では,ロボットが未知の環境を探索する際に,新しいセマンティッククラスを自律的に発見し,既知のクラスの精度を向上させる方法を示す。
セグメンテーションモデルを更新するための自己教師付き学習信号を生成するために,マッピングとクラスタリングのための一般的なフレームワークを開発する。
特に、デプロイ中にクラスタリングパラメータをどのように最適化するかを示し、複数の観測モダリティの融合が、以前の作業と比べて新しいオブジェクト発見を改善することを示す。
論文 参考訳(メタデータ) (2022-06-21T18:41:51Z) - Learning Asynchronous and Sparse Human-Object Interaction in Videos [56.73059840294019]
Asynchronous-Sparse Interaction Graph Networks(ASSIGN)は、ビデオシーン内のエンティティに関連するインタラクションイベントの構造を自動的に検出します。
ASSIGNは人間と物体の相互作用認識において試験され、人間のサブアクティビティのセグメンテーションおよびラベル付けにおいて優れた性能を示す。
論文 参考訳(メタデータ) (2021-03-03T23:43:55Z)
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。