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

• The Cake that is Intelligence and Who Gets to Bake it: An AI Analogy and its Implications for Participation [22.89290143182763]
  機械学習は、教師なし学習がベースとなり、教師なし学習がアイシングを追加し、強化学習がトップのチェリーとなる。 私たちは、単純な構造的なメタファからAIシステムの完全なライフサイクルまで、この「インテリジェンスであるケーキ」のアナロジーを拡張します。 本稿では、各ステップの社会的影響と、それらが機械学習内の統計的仮定によってどのように束縛されているかを説明する。
  論文  参考訳（メタデータ） (2025-02-05T09:51:19Z)
• The Proof is in the Almond Cookies [7.534061469399505]
  本稿では、ロボットや人工調理アシスタントがキッチンのシェフを支援できるように、調理レシピ(およびより一般的にはハウツー指導)の処理方法に関するケーススタディを提案する。 本稿では,ナラティブに基づく人間の感覚形成過程を模倣する,計算レシピ理解のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-01-03T14:25:35Z)
• Where to Build Food Banks and Pantries: A Two-Level Machine Learning Approach [5.373182035720355]
  4400万人のアメリカ人が食料不足に苦しんでおり、そのうち1300万人が子供だ。 食料銀行とパントリーの場所を最適化することで、必死にそれを必要とする家族にとって、食料はよりアクセスしやすくなった。
  論文  参考訳（メタデータ） (2024-10-20T15:31:24Z)
• 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)
• 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)
• 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。