Fugu-MT 論文翻訳(概要): Classification, Slippage, Failure and Discovery

論文の概要: Classification, Slippage, Failure and Discovery

arxiv url: http://arxiv.org/abs/2104.03886v1
Date: Thu, 8 Apr 2021 16:52:28 GMT
ステータス: 処理完了
システム内更新日: 2021-04-09 15:44:15.468578
Title: Classification, Slippage, Failure and Discovery
Title（参考訳）: 分類・スリップページ・失敗・発見
Authors: Marc B\"ohlen
Abstract要約: このテキストは、機械学習が技術的に包含され、建設的な技術批判のためのベクトルとして分類システムを注入する可能性を論じている。テキストは分類におけるスリップの様々な側面を考慮し、予測通りに実行できなかった時に機械学習システムから引き起こされる災害とは対照的に、発見の可能性を考察している。
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: This text argues for the potential of machine learning infused classification systems as vectors for a technically-engaged and constructive technology critique. The text describes this potential with several experiments in image data creation and neural network based classification. The text considers varying aspects of slippage in classification and considers the potential for discovery - as opposed to disaster - stemming from machine learning systems when they fail to perform as anticipated.
Abstract（参考訳）: このテキストは、技術的に教育され建設的な技術批判のためのベクトルとして、機械学習が分類システムを注入する可能性を主張している。このテキストは、画像データ作成とニューラルネットワークに基づく分類に関するいくつかの実験で、この可能性を説明している。テキストは分類におけるスリップの様々な側面を考慮し、予測通りに実行できなかった時に機械学習システムから引き起こされる災害とは対照的に、発見の可能性を考察している。

関連論文リスト

Detecting Moving Objects With Machine Learning [0.0]
本章では、天体画像中の移動物体を見つけるための機械学習技術の使用について概説する。オーバーフィッティング(overfitting)の重要な問題についての議論を含む、機械学習技術の使用に関するさまざまな落とし穴について論じる。
論文参考訳（メタデータ） (2024-05-10T00:13:39Z)
Architecture of a Cortex Inspired Hierarchical Event Recaller [0.0]
本稿では、複雑なパターンの教師なし連続文脈依存学習に焦点を当てた機械学習(ML)に対する新しいアプローチを提案する。複雑な時間系列を同定し、予測できる合成構造を定義し、実験的に検証する。概念実証として, 提案システムでは, 事前知識を伴わずに, 人間の発話のような極めて複雑な時系列を学習し, 識別し, 予測できることが示されている。
論文参考訳（メタデータ） (2024-05-03T09:36:16Z)
Exploring Machine Learning and Transformer-based Approaches for Deceptive Text Classification: A Comparative Analysis [0.0]
本研究では,機械学習とトランスフォーマーに基づくテキスト分類手法の比較分析を行った。本稿では,従来の機械学習アルゴリズムと,BERT, XLNET, DistilBERT, RoBERTaなどの最先端トランスフォーマモデルの有効性について検討する。本研究の結果は, 機械学習の強みと限界に光を当て, 認識テキスト分類のためのトランスフォーマーに基づく手法について検討した。
論文参考訳（メタデータ） (2023-08-10T10:07:00Z)
No Pattern, No Recognition: a Survey about Reproducibility and Distortion Issues of Text Clustering and Topic Modeling [0.0]
機械学習アルゴリズムは、ラベルのないテキストから知識を抽出するために使用することができる。教師なし学習は、機械学習アルゴリズムによって変動を引き起こす可能性がある。異常値と異常値の存在が決定要因となる。
論文参考訳（メタデータ） (2022-08-02T19:51:43Z)
Searching for the Essence of Adversarial Perturbations [73.96215665913797]
本稿では,ニューラルネットワークの誤予測の原因となる,人間の認識可能な情報を含む対人摂動について述べる。この人間の認識可能な情報の概念は、敵の摂動に関連する重要な特徴を説明できる。
論文参考訳（メタデータ） (2022-05-30T18:04:57Z)
Resolving label uncertainty with implicit posterior models [71.62113762278963]
本稿では,データサンプルのコレクション間でラベルを共同で推論する手法を提案する。異なる予測子を後部とする生成モデルの存在を暗黙的に仮定することにより、弱い信念の下での学習を可能にする訓練目標を導出する。
論文参考訳（メタデータ） (2022-02-28T18:09:44Z)
Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文参考訳（メタデータ） (2021-11-09T13:30:34Z)
SEGA: Semantic Guided Attention on Visual Prototype for Few-Shot Learning [85.2093650907943]
機械に新しいカテゴリーを認識させるためのセマンティックガイド注意(SEGA)を提案する。 SEGAは意味的知識を使用して、視覚的特徴に注意を払うべきものについて、トップダウンの方法で視覚的知覚を導く。セマンティックガイドによる注意は期待された機能を実現し、最先端の結果より優れていることを示す。
論文参考訳（メタデータ） (2021-11-08T08:03:44Z)
This is not the Texture you are looking for! Introducing Novel Counterfactual Explanations for Non-Experts using Generative Adversarial Learning [59.17685450892182]
反実用説明システムは、入力画像を変更して反実用推論を可能にする。本稿では, 対向画像から画像への変換技術に基づく, 対向画像の説明を新たに生成する手法を提案する。その結果,我々のアプローチは,2つの最先端技術システムよりも,メンタルモデル,説明満足度,信頼度,感情,自己効力に関して有意に優れた結果をもたらすことがわかった。
論文参考訳（メタデータ） (2020-12-22T10:08:05Z)
On the Transferability of Adversarial Attacksagainst Neural Text Classifier [121.6758865857686]
テキスト分類モデルの逆例の転送可能性について検討する。本稿では,ほとんどすべての既存モデルを騙すために,敵の例を誘導できるモデル群を見つける遺伝的アルゴリズムを提案する。これらの逆例からモデル診断に使用できる単語置換規則を導出する。
論文参考訳（メタデータ） (2020-11-17T10:45:05Z)

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。