論文の概要: Change Point Detection by Cross-Entropy Maximization
- arxiv url: http://arxiv.org/abs/2009.01358v1
- Date: Wed, 2 Sep 2020 21:45:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-22 18:51:54.520153
- Title: Change Point Detection by Cross-Entropy Maximization
- Title（参考訳）: クロスエントロピー最大化による変化点検出
- Authors: Aur\'elien Serre, Didier Ch\'etelat, Andrea Lodi
- Abstract要約: 本稿では,新しい変化点の導入に対するペナルティによってバランスの取れた連続セグメント間の相互エントロピーを最大化するために,変化点を選択することを提案する。
2つの挑戦的データセットの実験は、最先端の3つのアプローチと比較して、我々の手法の利点を実証している。
- 参考スコア（独自算出の注目度）: 5.08128537391027
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many offline unsupervised change point detection algorithms rely on
minimizing a penalized sum of segment-wise costs. We extend this framework by
proposing to minimize a sum of discrepancies between segments. In particular,
we propose to select the change points so as to maximize the cross-entropy
between successive segments, balanced by a penalty for introducing new change
points. We propose a dynamic programming algorithm to solve this problem and
analyze its complexity. Experiments on two challenging datasets demonstrate the
advantages of our method compared to three state-of-the-art approaches.
- Abstract（参考訳）: 多くのオフラインの無監督な変更点検出アルゴリズムは、セグメント単位のコストを最小化することに頼っている。
我々は、セグメント間の不一致の和を最小化するために、このフレームワークを拡張する。
特に,新しい変化点を導入する際のペナルティによってバランスの取れた連続セグメント間の相互エントロピーを最大化するために,変化点を選択することを提案する。
本稿では,この問題を解き,その複雑さを解析する動的プログラミングアルゴリズムを提案する。
2つの挑戦的データセットの実験は、3つの最先端アプローチと比較して、我々の手法の利点を実証している。
関連論文リスト
- Variable Substitution and Bilinear Programming for Aligning Partially Overlapping Point Sets [48.1015832267945]
本研究では,RPMアルゴリズムの最小化目的関数を用いて要求を満たす手法を提案する。
分岐とバウンド(BnB)アルゴリズムが考案され、パラメータのみに分岐し、収束率を高める。
実験による評価は,非剛性変形,位置雑音,外れ値に対する提案手法の高剛性を示す。
論文 参考訳（メタデータ） (2024-05-14T13:28:57Z) - A Contrastive Approach to Online Change Point Detection [4.762323642506733]
オンライン変更点検出のための新しい手順を提案する。
提案手法は,変化前分布と変化後分布との差分尺度を最大化するものである。
術式の平均走行距離と検出遅延に対する非漸近的境界を証明した。
論文 参考訳（メタデータ） (2022-06-21T07:01:36Z) - PointInst3D: Segmenting 3D Instances by Points [136.7261709896713]
本稿では,ポイント単位の予測方式で機能する,完全畳み込み型3Dポイントクラウドインスタンスセグメンテーション手法を提案する。
その成功の鍵は、各サンプルポイントに適切なターゲットを割り当てることにある。
提案手法はScanNetとS3DISのベンチマークで有望な結果が得られる。
論文 参考訳（メタデータ） (2022-04-25T02:41:46Z) - Online Changepoint Detection on a Budget [5.077509096253692]
変更ポイントは、基礎となるデータの分布の急激なバリエーションである。
本稿では,オフラインの切替点検出アルゴリズムと比較したオンライン切替点検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-01-11T00:20:33Z) - InverseForm: A Loss Function for Structured Boundary-Aware Segmentation [80.39674800972182]
逆変換ネットワークを用いたセマンティックセグメンテーションのための新しい境界認識損失項を提案する。
このプラグイン損失項は境界変換の捕捉におけるクロスエントロピー損失を補完する。
室内および屋外のセグメンテーションベンチマークにおける損失関数の定量的および定性的効果を解析した。
論文 参考訳（メタデータ） (2021-04-06T18:52:45Z) - Hybrid Trilinear and Bilinear Programming for Aligning Partially
Overlapping Point Sets [85.71360365315128]
多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。
まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。
次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
論文 参考訳（メタデータ） (2021-01-19T04:24:23Z) - Experiments in Extractive Summarization: Integer Linear Programming,
Term/Sentence Scoring, and Title-driven Models [1.3286165491120467]
我々は,新たなフレームワークであるNewsSummについて述べる。このフレームワークには,ILPやタイトル駆動アプローチを含む,要約のための既存および新しいアプローチが多数含まれている。
本稿では,新しいタイトル駆動型リダクションのアイデアが,教師なしアプローチと教師なしアプローチの両方において,性能の向上につながることを示す。
論文 参考訳（メタデータ） (2020-08-01T01:05:55Z) - Cogradient Descent for Bilinear Optimization [124.45816011848096]
双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。
一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。
本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
論文 参考訳（メタデータ） (2020-06-16T13:41:54Z) - Domain Adaptation: Learning Bounds and Algorithms [80.85426994513541]
本稿では,任意の損失関数を持つ適応問題に適した分布距離,差分距離を新たに導入する。
広い損失関数族に対する領域適応のための新しい一般化境界を導出する。
また、正規化に基づくアルゴリズムの大規模クラスに対する新しい適応境界も提示する。
論文 参考訳（メタデータ） (2009-02-19T18:42:16Z)
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。