Fugu-MT 論文翻訳(概要): Logical-Combinatorial Approaches in Dynamic Recognition Problems

論文の概要: Logical-Combinatorial Approaches in Dynamic Recognition Problems

arxiv url: http://arxiv.org/abs/2101.11066v1
Date: Tue, 26 Jan 2021 20:22:59 GMT
ステータス: 処理完了
システム内更新日: 2021-03-13 19:46:46.052445
Title: Logical-Combinatorial Approaches in Dynamic Recognition Problems
Title（参考訳）: 動的認識問題における論理結合的アプローチ
Authors: L. Aslanyan, V. Krasnoproshin, V. Ryazanov, H. Sahakyan
Abstract要約: パターン認識シナリオは、学習セットによってクラスにオブジェクト分類するのではなく、アルゴリズムがすべてのオブジェクトを同じ、いわゆる通常のクラスに割り当てることを目指しています。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A pattern recognition scenario, where instead of object classification into the classes by the learning set, the algorithm aims to allocate all objects to the same, the so-called normal class, is the research objective.
Abstract（参考訳）: パターン認識シナリオは、学習セットによってクラスにオブジェクト分類するのではなく、アルゴリズムがすべてのオブジェクトを同じ、いわゆる通常のクラスに割り当てることを目指しています。

関連論文リスト

Co-Occurring of Object Detection and Identification towards unlabeled object discovery [1.6037279419318131]
本稿では,複数ラベルオブジェクトカテゴリのベースオブジェクトと協調して生成するオブジェクトを同定するための,新しいディープラーニングに基づくアプローチを提案する。我々はPascal VOCとMS-COCOの2つの公開データセットで実験を行った。
論文参考訳（メタデータ） (2024-03-25T21:53:36Z)
Outlier detection using flexible categorisation and interrogative agendas [42.321011564731585]
与えられたオブジェクトの集合を分類する方法は、それらを分類するのに使用される機能の集合の選択に依存する。まず,異なるアジェンダから生じる分類を用いて,外乱検出のための単純な教師なしFCAベースのアルゴリズムを開発する。次に、重みや質量の異なる特徴の集合として分類する適切なアジェンダを学習するための教師付きメタ学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-12-19T10:05:09Z)
Self-Paced Learning for Open-Set Domain Adaptation [50.620824701934]
従来のドメイン適応手法は、ソースとターゲットドメインのクラスが同一であると仮定する。オープンセットドメイン適応(OSDA)は、この制限に対処する。そこで,本研究では,共通クラスと未知クラスを識別するための自己評価学習に基づく新しいフレームワークを提案する。
論文参考訳（メタデータ） (2023-03-10T14:11:09Z)
Open-World Object Detection via Discriminative Class Prototype Learning [4.055884768256164]
オープンワールドオブジェクト検出(OWOD)は、オブジェクト検出とインクリメンタルラーニングとオープンセットラーニングを組み合わせた難しい問題である。 OCPL: 差別的OCPL: オープンワールドオブジェクト検出: 差別的OCPL: 差別的OCPL: オープンワールドオブジェクト検出: 差別的OCPL: 差別的OCPL: オープンワールドオブジェクト検出: 差別的OCPL: 差別的OCPL: オープンワールドオブジェクト検出: 差別的OCPL: 差別的OCPL: オープンワールドオブジェクト検出: オープンワールドオブジェクト検出
論文参考訳（メタデータ） (2023-02-23T03:05:04Z)
Open World DETR: Transformer based Open World Object Detection [60.64535309016623]
そこで我々は,Deformable DETRに基づくオープンワールドオブジェクト検出のための2段階学習手法Open World DETRを提案する。モデルのクラス固有のコンポーネントを多視点の自己ラベル戦略と一貫性制約で微調整する。提案手法は、他の最先端のオープンワールドオブジェクト検出方法よりも大きなマージンで優れている。
論文参考訳（メタデータ） (2022-12-06T13:39:30Z)
Open-Set Automatic Target Recognition [52.27048031302509]
オートマチックターゲット認識(Automatic Target Recognition、ATR)は、異なるセンサーから取得したデータに基づいてターゲットを認識しようとするコンピュータビジョンアルゴリズムのカテゴリである。既存のATRアルゴリズムは、トレーニングとテストが同じクラス分布を持つ従来のクローズドセット手法向けに開発されている。 ATRアルゴリズムのオープンセット認識機能を実現するためのオープンセット自動ターゲット認識フレームワークを提案する。
論文参考訳（メタデータ） (2022-11-10T21:28:24Z)
Contrastive Object Detection Using Knowledge Graph Embeddings [72.17159795485915]
一つのホットアプローチで学習したクラス埋め込みの誤差統計と、自然言語処理や知識グラフから意味的に構造化された埋め込みを比較した。本稿では,キーポイントベースおよびトランスフォーマーベースオブジェクト検出アーキテクチャの知識埋め込み設計を提案する。
論文参考訳（メタデータ） (2021-12-21T17:10:21Z)
Objects in Semantic Topology [36.297624587122506]
認定されたオープンワールドオブジェクト検出器は、既知のカテゴリのオブジェクトを識別できるだけでなく、未知のオブジェクトも発見できる。我々は統一された視点:意味的トポロジーを提供する。実験により、ランダムに生成されたか、十分に訓練された言語モデルから派生したセマンティックトポロジーが、現在の最先端のオープンワールドオブジェクト検出器より優れていることが示された。
論文参考訳（メタデータ） (2021-10-06T12:15:30Z)
Synthesizing the Unseen for Zero-shot Object Detection [72.38031440014463]
そこで本研究では,視覚領域における視覚的特徴と視覚的対象の両方を学習するために,視覚的特徴を合成することを提案する。クラスセマンティックスを用いた新しい生成モデルを用いて特徴を生成するだけでなく,特徴を識別的に分離する。
論文参考訳（メタデータ） (2020-10-19T12:36:11Z)
Weakly-Supervised Semantic Segmentation via Sub-category Exploration [73.03956876752868]
我々は、オブジェクトの他の部分に注意を払うために、ネットワークを強制する単純で効果的なアプローチを提案する。具体的には、画像の特徴をクラスタリングして、アノテーション付き親クラスごとに擬似サブカテゴリラベルを生成する。提案手法の有効性を検証し,提案手法が最先端手法に対して良好に機能することを示す。
論文参考訳（メタデータ） (2020-08-03T20:48:31Z)

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。