Fugu-MT 論文翻訳(概要): Dynamic Boundary Time Warping for Sub-sequence Matching with Few Examples

論文の概要: Dynamic Boundary Time Warping for Sub-sequence Matching with Few Examples

arxiv url: http://arxiv.org/abs/2010.14464v2
Date: Sun, 1 Sep 2024 20:11:27 GMT
ステータス: 処理完了
システム内更新日: 2024-09-04 23:16:54.184138
Title: Dynamic Boundary Time Warping for Sub-sequence Matching with Few Examples
Title（参考訳）: サブシーケンスマッチングのための動的境界時間ワープといくつかの例
Authors: Łukasz Borchmann, Dawid Jurkiewicz, Filip Graliński, Tomasz Górecki,
Abstract要約: 本稿では,短いシーケンスの集合に類似した,長い時間的シーケンスの断片を見つける新しい方法を提案する。我々は,クエリの例から平均シーケンスを計算に頼らずに検索を行うアルゴリズムを最初に提案する。
参考スコア（独自算出の注目度）: 2.1134931620813533
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The paper presents a novel method of finding a fragment in a long temporal sequence similar to the set of shorter sequences. We are the first to propose an algorithm for such a search that does not rely on computing the average sequence from query examples. Instead, we use query examples as is, utilizing all of them simultaneously. The introduced method based on the Dynamic Time Warping (DTW) technique is suited explicitly for few-shot query-by-example retrieval tasks. We evaluate it on two different few-shot problems from the field of Natural Language Processing. The results show it either outperforms baselines and previous approaches or achieves comparable results when a low number of examples is available.
Abstract（参考訳）: 本稿では,短いシーケンスの集合に類似した,長い時間的シーケンスの断片を見つける新しい方法を提案する。我々は,クエリの例から平均シーケンスを計算に頼らずに検索を行うアルゴリズムを最初に提案する。その代わり、クエリの例をそのまま使い、それら全てを同時に利用します。 Dynamic Time Warping (DTW) 技術に基づく提案手法は, クエリ・バイ・サンプル検索タスクにおいて, 明示的に適合する。自然言語処理の分野での2つの異なるいくつかの問題に対して評価を行った。結果は、ベースラインと以前のアプローチを上回っているか、少ないサンプルが利用可能であれば同等の結果が得られることを示している。

関連論文リスト

A Surprisingly Simple yet Effective Multi-Query Rewriting Method for Conversational Passage Retrieval [14.389703823471574]
本稿では,複数のクエリを生成するためのニューラルクエリリライターを提案する。ビーム検索アルゴリズムの動作方法を活用し、追加コストなしで複数のクエリリライトを生成できます。
論文参考訳（メタデータ） (2024-06-27T07:43:03Z)
FastGAS: Fast Graph-based Annotation Selection for In-Context Learning [53.17606395275021]
インコンテキスト学習(ICL)は、大規模言語モデル(LLM)に対して、一連のトレーニングインスタンスをプロンプトとして使用することにより、新しいタスクに対処する権限を与える。既存の手法では、アノテーションのラベルなし例のサブセットを選択する方法が提案されている。本稿では,高品質なインスタンスを効率的に識別するグラフベースの選択手法であるFastGASを提案する。
論文参考訳（メタデータ） (2024-06-06T04:05:54Z)
Multi-Sample Dynamic Time Warping for Few-Shot Keyword Spotting [0.3683202928838613]
na"ive approach to detect keywords in a target sequence were consisting all samples of all class using sub-sequence dynamic time warping。あるいは、クラス毎に単一のFr'echet平均しかクエリできないため、処理時間が短縮される。本研究では,全てのクエリサンプルの変動性を含むクラス固有のコストテンソルを計算するために,マルチサンプル動的時間ワープを提案する。
論文参考訳（メタデータ） (2024-04-23T10:36:23Z)
Rethinking matching-based few-shot action recognition [20.193879158795724]
新しいアクションクラスを認識することは、時間的情報から恩恵を受ける。この手法に着想を得たChamfer++を提案する。
論文参考訳（メタデータ） (2023-03-28T15:52:31Z)
Generate-and-Retrieve: use your predictions to improve retrieval for semantic parsing [25.725176422936766]
本稿では,出力が類似した例を検索するGandRを提案する。 GandRはまず、入力ベースの検索で予備予測を生成する。そして、最終的な予測を生成するために使用される予備予測と同様の出力で例を検索する。
論文参考訳（メタデータ） (2022-09-29T16:03:29Z)
The FreshPRINCE: A Simple Transformation Based Pipeline Time Series Classifier [0.0]
我々は、最先端と見なされるアルゴリズムの複雑さが本当に必要かどうかを考察する。最初に提案されたアプローチは、要約統計やその他の時系列特徴抽出アプローチの単純なパイプラインである。我々はこれらの手法をUCC時系列データセットアーカイブ上でテストし、TSC文献がこれらの手法の有効性を見落としているかどうかを確認する。
論文参考訳（メタデータ） (2022-01-28T11:23:58Z)
Reinforcement Learning Based Query Vertex Ordering Model for Subgraph Matching [58.39970828272366]
グラフマッチングアルゴリズムは、クエリグラフの埋め込みをデータグラフGに列挙する。マッチング順序は、これらのバックトラックに基づくサブグラフマッチングアルゴリズムの時間効率において重要な役割を果たす。本稿では,Reinforcement Learning (RL) と Graph Neural Networks (GNN) 技術を適用して,グラフマッチングアルゴリズムの高品質なマッチング順序を生成する。
論文参考訳（メタデータ） (2022-01-25T00:10:03Z)
Determinantal Beam Search [75.84501052642361]
ビームサーチは、ニューラルシーケンスモデルをデコードするためのゴーツー戦略である。複数のソリューションを要求するユースケースでは、多様あるいは代表的なセットがしばしば望まれる。ビームサーチを一連の部分決定問題として繰り返し行うことにより、アルゴリズムを多種多様なサブセット選択プロセスに変換することができる。
論文参考訳（メタデータ） (2021-06-14T13:01:46Z)
Best-First Beam Search [78.71330480725668]
本研究では,ビームサーチの標準実装を10倍高速に実現可能であることを示す。ダウンストリーム性能の面でも同様に有益な探索バイアスを有するBest-First Beam Searchのメモリ再生版を提案する。
論文参考訳（メタデータ） (2020-07-08T05:56:01Z)
Learning to Accelerate Heuristic Searching for Large-Scale Maximum Weighted b-Matching Problems in Online Advertising [51.97494906131859]
バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
論文参考訳（メタデータ） (2020-05-09T02:48:23Z)
Progressively Pretrained Dense Corpus Index for Open-Domain Question Answering [87.32442219333046]
本稿では,段落エンコーダを事前学習するための簡易かつ資源効率の高い手法を提案する。本手法は,事前学習に7倍の計算資源を使用する既存の高密度検索法より優れている。
論文参考訳（メタデータ） (2020-04-30T18:09:50Z)

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。