論文の概要: StreamSoNG: A Soft Streaming Classification Approach

• arxiv url: http://arxiv.org/abs/2010.00635v2
• Date: Tue, 13 Jul 2021 16:52:18 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 08:36:06.286089
• Title: StreamSoNG: A Soft Streaming Classification Approach
• Title（参考訳）: streamsong: ソフトストリーミングの分類アプローチ
• Authors: Wenlong Wu, James M. Keller, Jeffrey Dale, James C. Bezdek
• Abstract要約: 我々はニューラルガスのプロトタイプをフットプリントとして利用する新しいストリーミング分類アルゴリズムを提案する。 このアプローチは、合成および実画像データセットでテストされる。 本稿では,Adaptive Random Forest,Very Fast Decision Rules,およびDenStreamアルゴリズムに基づく他の3つのストリーミング分類器との比較を行った。
• 参考スコア（独自算出の注目度）: 7.70734146948411
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Examining most streaming clustering algorithms leads to the understanding that they are actually incremental classification models. They model existing and newly discovered structures via summary information that we call footprints. Incoming data is normally assigned a crisp label (into one of the structures) and that structure's footprint is incrementally updated. There is no reason that these assignments need to be crisp. In this paper, we propose a new streaming classification algorithm that uses Neural Gas prototypes as footprints and produces a possibilistic label vector (of typicalities) for each incoming vector. These typicalities are generated by a modified possibilistic k-nearest neighbor algorithm. The approach is tested on synthetic and real image datasets. We compare our approach to three other streaming classifiers based on the Adaptive Random Forest, Very Fast Decision Rules, and the DenStream algorithm with excellent results.
• Abstract（参考訳）: ほとんどのストリーミングクラスタリングアルゴリズムを調べることは、実際にインクリメンタルな分類モデルであるという理解につながる。 フットプリントと呼ばれるサマリ情報を通じて、既存の構造や新たに発見された構造をモデル化します。 入ってくるデータは、通常、クリスプラベル(構造体の1つ)が割り当てられ、その構造のフットプリントは徐々に更新される。 これらの課題が明確でなければならない理由はない。 本稿では,ニューラルガスのプロトタイプをフットプリントとして使用し,各入力ベクトルに対して確率的ラベルベクトル(典型)を生成するストリーミング分類アルゴリズムを提案する。 これらの特徴は、修正された確率的k-アネレスト近傍アルゴリズムによって生成される。 このアプローチは、合成および実画像データセットでテストされる。 本稿では,Adaptive Random Forest,Very Fast Decision Rules,およびDenStreamアルゴリズムに基づく他の3つのストリーミング分類器との比較を行った。

関連論文リスト

• Dynamic Perceiver for Efficient Visual Recognition [87.08210214417309]
  特徴抽出手順と早期分類タスクを分離する動的知覚器(Dyn-Perceiver)を提案する。 特徴ブランチは画像の特徴を抽出し、分類ブランチは分類タスクに割り当てられた遅延コードを処理する。 早期出口は分類枝に限られており、低レベルの特徴において線形分離性は不要である。
  論文  参考訳（メタデータ） (2023-06-20T03:00:22Z)
• Real-time AdaBoost cascade face tracker based on likelihood map and optical flow [59.17685450892182]
  著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。 元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。 提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
  論文  参考訳（メタデータ） (2022-10-25T10:15:07Z)
• Autoregressive Search Engines: Generating Substrings as Document Identifiers [53.0729058170278]
  自動回帰言語モデルは、回答を生成するデファクト標準として現れています。 これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。 本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
  論文  参考訳（メタデータ） (2022-04-22T10:45:01Z)
• DeDUCE: Generating Counterfactual Explanations Efficiently [26.300599540027893]
  我々は,スペクトル正規化を訓練した大規模画像分類器に対して,計算コストの低い反実的説明を提供するアルゴリズムを開発した。 我々は、このアルゴリズムを文献のベースラインと経験的に比較し、新しいアルゴリズムは、元の入力にずっと近い反事実を常に発見する。
  論文  参考訳（メタデータ） (2021-11-29T17:47:21Z)
• Neural Network Modeling of Probabilities for Coding the Octree Representation of Point Clouds [0.0]
  本稿では,ボクセルの占有状況に対する符号化確率をニューラルネットワークを用いて推定する,新しいポイントクラウド圧縮アルゴリズムについて述べる。 提案したアルゴリズムは、ベンチマークデータセット上で最先端の結果を得る。
  論文  参考訳（メタデータ） (2021-06-11T16:07:46Z)
• Streaming Belief Propagation for Community Detection [16.89299967467454]
  現実世界のアプリケーションでは、ネットワーク構造は通常動的で、時間とともにノードが結合する。 ストリーミングブロックモデル(StSBM)と呼ばれる,時間とともに成長するネットワークのためのシンプルなモデルを提案する。 このモデルでは、投票アルゴリズムに基本的な制限があることが証明される。 また,ストリーミング・プロパゲーション(StreamBP)アプローチを開発し,特定の状況下で最適性を証明した。
  論文  参考訳（メタデータ） (2021-06-09T04:36:09Z)
• Traffic Scenario Clustering by Iterative Optimisation of Self-Supervised Networks Using a Random Forest Activation Pattern Similarity [0.9711326718689492]
  本研究では,Random Forest Activation Pattern (RFAP) と呼ばれる,新たなデータ適応類似度測定に基づくクラスタリング手法を提案する。 RFAP類似性はランダムフォレストアルゴリズムのツリー符号化スキームを用いて生成される。 この研究で提案されるクラスタリング手法は,ラベル付きシナリオが利用可能であること,ラベル付きシナリオからの情報は,非ラベル付きシナリオのクラスタリングをガイドする上で有効である。
  論文  参考訳（メタデータ） (2021-05-17T06:54:59Z)
• Predictive K-means with local models [0.028675177318965035]
  予測クラスタリングは、2つの世界のベストを獲得しようとします。 この手法を用いて2つの新しいアルゴリズムを提案し、予測性能に競争力があることを様々なデータセットで示す。
  論文  参考訳（メタデータ） (2020-12-16T10:49:36Z)
• Searching towards Class-Aware Generators for Conditional Generative Adversarial Networks [132.29772160843825]
  条件付き生成逆数ネットワーク(cGAN)は,その条件に基づいて画像を生成するように設計されている。 既存のメソッドは、すべてのクラスで同じ生成アーキテクチャを使っている。 本稿では,各クラスごとに異なるアーキテクチャを見つけるためにNASを採用する新しいアイデアを提案する。
  論文  参考訳（メタデータ） (2020-06-25T07:05:28Z)
• Heuristic Semi-Supervised Learning for Graph Generation Inspired by Electoral College [80.67842220664231]
  本稿では,新たなノードやエッジを自動的に拡張して,高密度サブグラフ内のラベル類似性を向上する,新しい前処理手法であるElectoral College(ELCO)を提案する。 テストされたすべての設定において、我々の手法はベースモデルの平均スコアを4.7ポイントの広いマージンで引き上げるとともに、常に最先端のモデルよりも優れています。
  論文  参考訳（メタデータ） (2020-06-10T14:48:48Z)
• Ensemble Wrapper Subsampling for Deep Modulation Classification [70.91089216571035]
  受信した無線信号のサブサンプリングは、ハードウェア要件と信号処理アルゴリズムの計算コストを緩和するために重要である。 本稿では,無線通信システムにおけるディープラーニングを用いた自動変調分類のためのサブサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2020-05-10T06:11:13Z)

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。