Fugu-MT 論文翻訳(概要): A fusion method for multi-valued data

論文の概要: A fusion method for multi-valued data

arxiv url: http://arxiv.org/abs/2101.10115v1
Date: Mon, 25 Jan 2021 14:27:21 GMT
ステータス: 処理完了
システム内更新日: 2021-03-14 19:17:03.066048
Title: A fusion method for multi-valued data
Title（参考訳）: 多値データの融合法
Authors: Martin Pap\v{c}o, Iosu Rodr\'iguez-Mart\'inez, Javier Fumanal-Idocin, Abdulrahman H. Altalhi and Humberto Bustince
Abstract要約: 集合多次元データに合わせた偏差に基づく凝集関数の概念の拡張を提案する。本研究の目的は,特定のデータ集合に対して最適な集計関数を選択しようとする他の手法による結果の改善と,そのアプローチに必要な時間的複雑さの低減である。
参考スコア（独自算出の注目度）: 8.605306329878637
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper we propose an extension of the notion of deviation-based aggregation function tailored to aggregate multidimensional data. Our objective is both to improve the results obtained by other methods that try to select the best aggregation function for a particular set of data, such as penalty functions, and to reduce the temporal complexity required by such approaches. We discuss how this notion can be defined and present three illustrative examples of the applicability of our new proposal in areas where temporal constraints can be strict, such as image processing, deep learning and decision making, obtaining favourable results in the process.
Abstract（参考訳）: 本稿では,多次元データの集約に適した偏差に基づくアグリゲーション関数の概念の拡張を提案する。我々の目的は、ペナルティ関数などの特定のデータ集合に対して最適な集約関数を選択しようとする他の方法による結果の改善と、そのような手法が必要とする時間的複雑さの低減である。本稿では,この概念をどのように定義できるかを考察し,画像処理やディープラーニング,意思決定といった時間的制約が厳格な領域において,提案手法の適用性を示す3つの例を示す。

関連論文リスト

Efficient Fairness-Performance Pareto Front Computation [51.558848491038916]
最適公正表現はいくつかの有用な構造特性を持つことを示す。そこで,これらの近似問題は,凹凸プログラミング法により効率的に解けることを示す。
論文参考訳（メタデータ） (2024-09-26T08:46:48Z)
An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
まず最適化モデルを構築し,非単調な選好をモデル化する。本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。 2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
論文参考訳（メタデータ） (2024-09-04T14:36:20Z)
Experiment Planning with Function Approximation [49.50254688629728]
本研究では,文脈的帯域幅問題における関数近似を用いた実験計画の問題点について検討する。本稿では,関数近似に適合する2つの実験計画戦略を提案する。そこで, 均一サンプリング器は, 動作数が少ない設定において, 競合最適性を達成できることを示す。
論文参考訳（メタデータ） (2024-01-10T14:40:23Z)
Robust Data-driven Prescriptiveness Optimization [4.792851066169871]
本稿では、古典的経験的リスク目標最小化に代えて、規範性の係数が代わる分布的ロバストな文脈最適化モデルを提案する。サンプル外データセットが様々な分散シフトを受ける場合の代替手法に対する結果のロバスト性を評価する。
論文参考訳（メタデータ） (2023-06-09T14:56:06Z)
Achieving Long-term Fairness in Submodular Maximization through Randomization [16.33001220320682]
人種や性別などのセンシティブな属性を含む可能性のあるデータアイテムを扱う場合、公平性を意識したアルゴリズムを実装することが重要です。群フェアネス制約を満たしながら単調部分モジュラ函数を最大化する問題について検討する。
論文参考訳（メタデータ） (2023-04-10T16:39:19Z)
A model-free feature selection technique of feature screening and random forest based recursive feature elimination [0.0]
質量特徴を持つ超高次元データのモデルフリー特徴選択法を提案する。提案手法は選択整合性を示し, 弱正則条件下では$L$整合性を示す。
論文参考訳（メタデータ） (2023-02-15T03:39:16Z)
Active Learning for Regression with Aggregated Outputs [28.40183946090337]
本稿では,ラベル付き集合を逐次選択し,ラベル付き集合を減らして予測性能を向上させる能動的学習法を提案する。種々のデータセットを用いた実験により,提案手法は既存の手法よりもラベル付き集合が少なく,予測性能が向上することを示した。
論文参考訳（メタデータ） (2022-10-04T02:45:14Z)
Leachable Component Clustering [10.377914682543903]
本研究では,非完全データのクラスタリングに対する新たなアプローチとして,リーチ可能なコンポーネントクラスタリングを提案する。提案手法はベイズアライメントを用いてデータ計算を処理し,理論上失われたパターンを収集する。いくつかの人工不完全データセットの実験により、提案手法は、他の最先端アルゴリズムと比較して優れた性能を示すことができることを示した。
論文参考訳（メタデータ） (2022-08-28T13:13:17Z)
Object Representations as Fixed Points: Training Iterative Refinement Algorithms with Implicit Differentiation [88.14365009076907]
反復的洗練は表現学習に有用なパラダイムである。トレーニングの安定性とトラクタビリティを向上させる暗黙の差別化アプローチを開発する。
論文参考訳（メタデータ） (2022-07-02T10:00:35Z)
Optimal Off-Policy Evaluation from Multiple Logging Policies [77.62012545592233]
我々は,複数のロギングポリシからオフ政治評価を行い,それぞれが一定のサイズ,すなわち階層化サンプリングのデータセットを生成する。複数ロガーのOPE推定器は,任意のインスタンス,すなわち効率のよいインスタンスに対して最小分散である。
論文参考訳（メタデータ） (2020-10-21T13:43:48Z)
Spatially Adaptive Inference with Stochastic Feature Sampling and Interpolation [72.40827239394565]
スパースサンプリングされた場所のみの機能を計算することを提案する。次に、効率的な手順で特徴写像を密に再構築する。提案したネットワークは、様々なコンピュータビジョンタスクの精度を維持しながら、かなりの計算を省くために実験的に示されている。
論文参考訳（メタデータ） (2020-03-19T15:36:31Z)

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。