論文の概要: Maps for Learning Indexable Classes

• arxiv url: http://arxiv.org/abs/2010.09460v1
• Date: Thu, 15 Oct 2020 09:34:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-07 05:29:02.028734
• Title: Maps for Learning Indexable Classes
• Title（参考訳）: インデクサブルクラス学習のためのマップ
• Authors: Julian Berger, Maximilian B\"other, Vanja Dosko\v{c}, Jonathan Gadea Harder, Nicolas Klodt, Timo K\"otzing, Winfried L\"otzsch, Jannik Peters, Leon Schiller, Lars Seifert, Armin Wells, Simon Wietheger
• Abstract要約: 学習者が仮説空間を自由に選択できる正のデータから、索引付き家族の学習を研究する。 一貫性、保守性、セット駆動性など、学習に対するさまざまな制限に興味があります。
• 参考スコア（独自算出の注目度）: 1.2728819383164875
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study learning of indexed families from positive data where a learner can freely choose a hypothesis space (with uniformly decidable membership) comprising at least the languages to be learned. This abstracts a very universal learning task which can be found in many areas, for example learning of (subsets of) regular languages or learning of natural languages. We are interested in various restrictions on learning, such as consistency, conservativeness or set-drivenness, exemplifying various natural learning restrictions. Building on previous results from the literature, we provide several maps (depictions of all pairwise relations) of various groups of learning criteria, including a map for monotonicity restrictions and similar criteria and a map for restrictions on data presentation. Furthermore, we consider, for various learning criteria, whether learners can be assumed consistent.
• Abstract（参考訳）: 学習者が学習対象言語を含む仮説空間(一様に決定可能なメンバーシップ)を自由に選択できるポジティブデータから,指標付き家族を学習する。 これは非常に普遍的な学習課題を抽象化しており、例えば正規言語の学習(サブセット)や自然言語の学習など、多くの領域で見られる。 我々は、一貫性、保守性、セット駆動性といった学習に対する様々な制限に興味を持ち、様々な自然学習制限を実証しています。 文献から得られた過去の結果に基づいて,モノトニティ制約の地図や類似基準の地図,データ提示制限の地図など,さまざまな学習基準のグループの複数のマップ(全対関係の抽出)を提供する。 さらに,様々な学習基準について,学習者が一貫性を持つことができるかを検討する。

関連論文リスト

• Local Contrastive Feature learning for Tabular Data [8.93957397187611]
  ローカルコントラスト型特徴学習フレームワーク(LoCL)を提案する。 局所学習のためのニッチを作成するために、我々は特徴相関を用いて最大拡大木を作成し、木を特徴部分集合に分割する。 特徴の畳み込み学習は、対比的および再構成的損失によって規制される潜在的特徴空間の学習に使用される。
  論文  参考訳（メタデータ） (2022-11-19T00:53:41Z)
• Cross-lingual Lifelong Learning [53.06904052325966]
  本稿では,言語間連続学習(CCL)の評価パラダイムを提案する。 マルチリンガルなシーケンシャルな学習を特に難しいものにするための洞察を提供する。 この分析の意味は、異なる言語間連続学習のデシダータを測り、バランスをとる方法のレシピを含む。
  論文  参考訳（メタデータ） (2022-05-23T09:25:43Z)
• LISA: Learning Interpretable Skill Abstractions from Language [85.20587800593293]
  言語条件による実演から多種多様な解釈可能なスキルを学習できる階層型模倣学習フレームワークを提案する。 本手法は, 逐次的意思決定問題において, 言語に対するより自然な条件付け方法を示す。
  論文  参考訳（メタデータ） (2022-02-28T19:43:24Z)
• Towards a theory of out-of-distribution learning [23.878004729029644]
  本稿では,PAC学習フレームワークを用いて,異なる学習課題を定義するための時系列的アプローチを提案する。 まずは流通学習から始め、最近提案された生涯学習や継続学習へと進む。 この研究によって、さまざまなタイプの学習を定量化する、普遍的に合意されたアプローチがもたらされることを期待しています。
  論文  参考訳（メタデータ） (2021-09-29T15:35:16Z)
• Language learnability in the limit for general metrics: a Gold-Angluin result [91.3755431537592]
  我々は、blum and blum (1975) によるniyogi の拡張版の定理を用いて、任意の計量における任意の言語族の極限における学習可能性に必要な条件を証明している。 言語ファミリーがさらにすべての有限言語を含むと仮定すると、同じ条件は限界における学習可能性にも十分になる。
  論文  参考訳（メタデータ） (2021-03-24T13:11:09Z)
• Curriculum Learning: A Survey [65.31516318260759]
  カリキュラム学習戦略は、機械学習のあらゆる分野で成功している。 我々は,様々な分類基準を考慮して,カリキュラム学習アプローチの分類を手作業で構築する。 集約型クラスタリングアルゴリズムを用いて,カリキュラム学習手法の階層木を構築する。
  論文  参考訳（メタデータ） (2021-01-25T20:08:32Z)
• Learning Languages in the Limit from Positive Information with Finitely Many Memory Changes [0.0]
  非U字型性は制限的ではなく、保守性や(強い)単調性は制限的であることを示す。 また,2つの設定が異なる非意味的制約(強い非U字型性)の例を示す。
  論文  参考訳（メタデータ） (2020-10-09T19:59:49Z)
• Linguistic Typology Features from Text: Inferring the Sparse Features of World Atlas of Language Structures [73.06435180872293]
  我々は、バイト埋め込みと畳み込み層に基づく繰り返しニューラルネットワーク予測器を構築する。 様々な言語型の特徴を確実に予測できることを示す。
  論文  参考訳（メタデータ） (2020-04-30T21:00:53Z)
• LNMap: Departures from Isomorphic Assumption in Bilingual Lexicon Induction Through Non-Linear Mapping in Latent Space [17.49073364781107]
  バイリンガル語彙誘導のための言語間単語埋め込み学習のための新しい半教師付き手法を提案する。 我々のモデルは同型仮定とは独立であり、2つの独立に訓練されたオートエンコーダの潜在空間における非線形写像を用いる。
  論文  参考訳（メタデータ） (2020-04-28T23:28:26Z)
• Multi-SimLex: A Large-Scale Evaluation of Multilingual and Cross-Lingual Lexical Semantic Similarity [67.36239720463657]
  Multi-SimLexは、12の異なる言語のデータセットをカバーする大規模な語彙リソースと評価ベンチマークである。 各言語データセットは、意味的類似性の語彙的関係に注釈付けされ、1,888のセマンティック・アライメント・コンセプト・ペアを含む。 言語間の概念の整合性のため、66の言語間セマンティック類似性データセットを提供する。
  論文  参考訳（メタデータ） (2020-03-10T17:17:01Z)

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。