論文の概要: Using Artificial Intelligence to Shed Light on the Star of Biscuits: The
Jaffa Cake
- arxiv url: http://arxiv.org/abs/2103.16575v1
- Date: Tue, 30 Mar 2021 18:00:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-02 09:43:48.743517
- Title: Using Artificial Intelligence to Shed Light on the Star of Biscuits: The
Jaffa Cake
- Title(参考訳): 人工知能を使ってビスケットの星に光を当てるjaffa cake
- Authors: H. F. Stevance
- Abstract要約: 伝統的なケーキやビスケットのレシピ100点に2つの分類器を訓練する。
2つのJaffa Cakeレシピをアルゴリズムに提供し、Jaffa Cakesが間違いなくケーキであることを確認します。
Jaffa Cakesがビスケットだと信じる理由について、新たな理論を提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Before Brexit, one of the greatest causes of arguments amongst British
families was the question of the nature of Jaffa Cakes. Some argue that their
size and host environment (the biscuit aisle) should make them a biscuit in
their own right. Others consider that their physical properties (e.g. they
harden rather than soften on becoming stale) suggest that they are in fact
cake. In order to finally put this debate to rest, we re-purpose technologies
used to classify transient events. We train two classifiers (a Random Forest
and a Support Vector Machine) on 100 recipes of traditional cakes and biscuits.
Our classifiers have 95 percent and 91 percent accuracy respectively. Finally
we feed two Jaffa Cake recipes to the algorithms and find that Jaffa Cakes are,
without a doubt, cakes. Finally, we suggest a new theory as to why some believe
Jaffa Cakes are biscuits.
- Abstract(参考訳): ブレグジット前、イギリスの家族の間で議論の最も大きな原因の1つは、ジャッファ・ケーキの性質に関する問題であった。
それらのサイズとホスト環境(ビスケット通路)は、彼ら自身でビスケットにするべきだと主張する者もいる。
物理的性質(例えば)を考える人もいる。
固くなるより柔らかくする)は、実際にはケーキであることを示唆している。
最終的にこの議論をrestに移すために、トランジェントなイベントを分類するテクノロジを再利用します。
伝統的なケーキやビスケットのレシピ100個に2つの分類器(ランダムフォレストとサポートベクターマシン)を訓練した。
分類器の精度は95%、精度は91%です。
そして最後に、アルゴリズムに2つのJaffa Cakeレシピを与え、Jaffa Cakesが間違いなくケーキであることを見つける。
最後に、Jaffa Cakesがビスケットであると信じる理由に関する新しい理論を提案する。
関連論文リスト
- Cherry on the Cake: Fairness is NOT an Optimization Problem [3.706222947143855]
効率的なケーキカットは最適決定関数と等価であることを示す。
この接続が機械学習問題における公平性にどのように活用できるかを示す。
論文 参考訳(メタデータ) (2024-06-24T12:46:16Z) - A Cookbook of Self-Supervised Learning [85.22250979551036]
我々は,調理書のスタイルに基礎と最新のSSLレシピを組み込むことで,SSL研究への参入障壁を低くすることを目指している。
興味のある研究者がメソッドの地形をナビゲートし、さまざまなノブの役割を理解し、SSLがいかに美味しいかを探求するために必要なノウハウを得ることを願っています。
論文 参考訳(メタデータ) (2023-04-24T15:49:53Z) - Assorted, Archetypal and Annotated Two Million (3A2M) Cooking Recipes
Dataset based on Active Learning [2.40907745415345]
それぞれのカテゴリにラベル付けされた200万の料理レシピのデータセットを新たに提示する。
データセットを構築するために、レシピをRecipeNLGデータセットから収集する。
私たちのデータセットには200万以上のレシピがあり、それぞれが分類され、信頼性スコアが関連付けられています。
論文 参考訳(メタデータ) (2023-03-27T07:53:18Z) - Simple Tests of Quantumness Also Certify Qubits [69.96668065491183]
量子性の検定は、古典的検証者が証明者が古典的でないことを(のみ)証明できるプロトコルである。
我々は、あるテンプレートに従う量子性のテストを行い、(Kalai et al., 2022)のような最近の提案を捉えた。
すなわち、同じプロトコルは、証明可能なランダム性や古典的な量子計算のデリゲートといったアプリケーションの中心にあるビルディングブロックであるqubitの認定に使用できる。
論文 参考訳(メタデータ) (2023-03-02T14:18:17Z) - The Neverending Story of the Eternal Wormhole and the Noisy Sycamore [0.0]
Daniel JafferisらによるNatureの論文 "Traversable wormhole dynamics on a quantum processor"
Ian Hacking(イアン・ハック)の思い出における実験について、いくつかの哲学的課題について検討する。
私はこの論文を、学習されたハミルトンの文脈におけるこの最近の発展に関する哲学的なコメントで締めくくります。
論文 参考訳(メタデータ) (2023-01-09T17:19:19Z) - Counterfactual Recipe Generation: Exploring Compositional Generalization
in a Realistic Scenario [60.20197771545983]
本研究では,材料の変化に応じて基本レシピを変更するようモデルに依頼する,反現実的なレシピ生成タスクを設計する。
料理の知識を学習するモデルのために、中国語で大規模なレシピデータセットを収集する。
その結果、既存のモデルでは原文のスタイルを保ちながら素材の変更が困難であり、調整が必要なアクションを見逃すことがしばしばあった。
論文 参考訳(メタデータ) (2022-10-20T17:21:46Z) - DFGC 2022: The Second DeepFake Game Competition [93.05016504907401]
ディープフェイクは急速に進化しており、現実的なフェイススワップは認識しにくくなっている。
DeepFakeのクリエーターとディフェンダーの間には2人組のゲームがある。
このコンペティションは、DeepFakeの生成と検出方法における現在の最先端のゲームをベンチマークするための共通のプラットフォームを提供する。
論文 参考訳(メタデータ) (2022-06-30T09:13:06Z) - A Real-time Junk Food Recognition System based on Machine Learning [0.0]
20のジャンクフード分類から1万のデータポイントのデータセットを作成し、ジャンクフードの認識を試みた。
研究全体で98.05%の精度を達成したが、満足できた。
私たちの究極のゴールは、ジャンクフードを食べないようにし、健康に配慮するシステムを作ることです。
論文 参考訳(メタデータ) (2022-03-22T16:03:24Z) - Food Recipe Recommendation Based on Ingredients Detection Using Deep
Learning [0.0]
美味しい料理のレシピを作るために、どの材料を混ぜるかを知ることが不可欠である。
食品成分認識モデルを実装し,認識された成分に基づいてレシピを推薦するアルゴリズムを設計した。
精度は94%に達しました。
論文 参考訳(メタデータ) (2022-03-13T17:42:38Z) - Stabilizing a Bosonic Qubit using Colored Dissipation [56.16090169079105]
いくつかの保護量子ビット(例えば 0-$pi$ qubit や Kerr cat qubit )はハミルトニアンによって安定化される。
本稿では,カラー(周波数選択型)散逸を用いたエネルギーギャップ保護量子ビットの散逸安定化手法を提案する。
論文 参考訳(メタデータ) (2021-07-19T23:36:48Z) - Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images
and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。
本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。
食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
論文 参考訳(メタデータ) (2020-03-09T07:41:17Z)
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。