Fugu-MT 論文翻訳(概要): Merging with unknown reliability

論文の概要: Merging with unknown reliability

arxiv url: http://arxiv.org/abs/2101.02516v1
Date: Thu, 7 Jan 2021 12:32:26 GMT
ステータス: 処理完了
システム内更新日: 2021-04-10 16:26:19.489653
Title: Merging with unknown reliability
Title（参考訳）: 信頼性の不明なマージ
Authors: Paolo Liberatore
Abstract要約: 信念の融合は、ソースの相対的信頼性に依存する。不明な場合は、同じ信頼性が保証されません。この記事で提案された解決策は、すべての信頼性プロファイルが可能であり、すべてに従って保持するもののみが受け入れられることです。
参考スコア（独自算出の注目度）: 0.2538209532048866
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Merging beliefs depends on the relative reliability of their sources. When unknown, assuming equal reliability is unwarranted. The solution proposed in this article is that every reliability profile is possible, and only what holds according to all is accepted. Alternatively, one source is completely reliable, but which one is unknown. These two cases motivate two existing forms of merging: maxcons-based merging and arbitration.
Abstract（参考訳）: 信念の融合は、ソースの相対的信頼性に依存する。未知の場合、同等の信頼性を仮定することは不当である。この記事では、すべての信頼性プロファイルが可能であり、すべてに応じて保持するもののみが受け入れられる、という解決策を提案します。あるいは、あるソースは完全に信頼できるが、どれが不明である。これらの2つのケースは、マキシコンベースのマージと仲裁という2つの既存のマージを動機付けている。

関連論文リスト

Credibility-Aware Multi-Modal Fusion Using Probabilistic Circuits [26.501564150905175]
差別学習における後期マルチモーダル融合の問題点を考察する。ノイズの多いマルチソースドメインをモチベーションとし、マルチモーダル融合の文脈における信頼性の概念を探求する。
論文参考訳（メタデータ） (2024-03-05T19:25:55Z)
ELFNet: Evidential Local-global Fusion for Stereo Matching [17.675146012208124]
ステレオマッチングのためのtextbfEvidential textbfLocal-global textbfFusion (ELF) フレームワークを提案する。不確実性推定と信頼に値する頭部との信頼を意識した融合の両方を付与する。
論文参考訳（メタデータ） (2023-08-01T15:51:04Z)
Exploring and Exploiting Uncertainty for Incomplete Multi-View Classification [47.82610025809371]
不確実性による不完全多視点データ分類(UIMC)モデルを提案し,不完全多視点データを分類する。具体的には、各欠落したデータを、利用可能なビューに基づいて分散条件でモデル化し、不確実性を導入する。本手法は,信頼性と信頼性の両方の観点から,最先端の性能を確立する。
論文参考訳（メタデータ） (2023-04-11T11:57:48Z)
Reliable Multimodality Eye Disease Screening via Mixture of Student's t Distributions [49.4545260500952]
眼疾患スクリーニングのための新しい多モード顕在核融合パイプラインEyeMoStについて紹介する。本モデルでは,一様性に対する局所的不確実性と融合モードに対する大域的不確実性の両方を推定し,信頼性の高い分類結果を生成する。パブリックデータセットと社内データセットの両方に関する実験結果から、我々のモデルは現在の手法よりも信頼性が高いことが判明した。
論文参考訳（メタデータ） (2023-03-17T06:18:16Z)
Reliability-Aware Prediction via Uncertainty Learning for Person Image Retrieval [51.83967175585896]
UALは、データ不確実性とモデル不確実性を同時に考慮し、信頼性に配慮した予測を提供することを目的としている。データ不確実性はサンプル固有のノイズを捕捉する」一方、モデル不確実性はサンプルの予測に対するモデルの信頼を表現している。
論文参考訳（メタデータ） (2022-10-24T17:53:20Z)
Stability of Weighted Majority Voting under Estimated Weights [16.804588631149393]
信頼を計算する(機械学習)アルゴリズムは、信頼度を体系的に過大評価したり過小評価しない場合、非バイアスと呼ばれる。我々は、そのようなバイアスのない信頼値の2つの重要な特性、すなわち、正当性の安定性と最適性の安定性を紹介し、分析する。
論文参考訳（メタデータ） (2022-07-13T10:55:41Z)
Trusted Multi-View Classification with Dynamic Evidential Fusion [73.35990456162745]
信頼型マルチビュー分類(TMC)と呼ばれる新しいマルチビュー分類アルゴリズムを提案する。 TMCは、様々な視点をエビデンスレベルで動的に統合することで、マルチビュー学習のための新しいパラダイムを提供する。理論的および実験的結果は、精度、堅牢性、信頼性において提案されたモデルの有効性を検証した。
論文参考訳（メタデータ） (2022-04-25T03:48:49Z)
On the Relation of Trust and Explainability: Why to Engineer for Trustworthiness [0.0]
このような要求に対する主要な動機の1つは、説明可能性が利害関係者のシステムへの信頼を促進することが期待されていることである。最近の心理学的な研究は、説明が必ずしも信頼を促進するとは限らないことを示唆している。信頼性が自動的に信頼につながるわけではないとしても、主に信頼性のためにエンジニアする理由はいくつかある、と私たちは主張する。
論文参考訳（メタデータ） (2021-08-11T18:02:08Z)
Trusted Multi-View Classification [76.73585034192894]
本稿では,信頼された多視点分類と呼ばれる新しい多視点分類手法を提案する。さまざまなビューをエビデンスレベルで動的に統合することで、マルチビュー学習のための新しいパラダイムを提供する。提案アルゴリズムは,分類信頼性とロバスト性の両方を促進するために,複数のビューを併用する。
論文参考訳（メタデータ） (2021-02-03T13:30:26Z)
A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
より弱い仮定として, 2$-adjacency faithfulness を提案します。より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
論文参考訳（メタデータ） (2020-10-27T13:04:08Z)
Asymmetric Distributed Trust [0.5374800961359304]
本稿では、主観的信頼をモデル化する非対称ビザンチン量子系を紹介する。すべてのプロセスは、それが信頼する他のプロセスと、どれが欠陥と考えているかを自由に選択できます。この研究は、共有メモリの抽象化、ブロードキャストプリミティブ、およびビザンチン障害や非対称信頼につながるプロセス間のコンセンサスプロトコルを実装するプロトコルも提示する。
論文参考訳（メタデータ） (2019-06-21T20:47:40Z)

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。