Fugu-MT 論文翻訳(概要): History Encoding Representation Design for Human Intention Inference

論文の概要: History Encoding Representation Design for Human Intention Inference

arxiv url: http://arxiv.org/abs/2106.02222v1
Date: Fri, 4 Jun 2021 02:55:46 GMT
ステータス: 処理完了
システム内更新日: 2021-06-07 15:05:03.296050
Title: History Encoding Representation Design for Human Intention Inference
Title（参考訳）: 人間の意図推論のための履歴エンコーディング表現設計
Authors: Zhuo Xu, and Masayoshi Tomizuka
Abstract要約: 本稿では,解釈可能かつ予測に有効である履歴符号化表現を提案する。人為的意図予測問題において,表現設計を符号化した歴史を持つ予測フレームワークについて述べる。
参考スコア（独自算出の注目度）: 21.256684903059845
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this extended abstract, we investigate the design of learning representation for human intention inference. In our designed human intention prediction task, we propose a history encoding representation that is both interpretable and effective for prediction. Through extensive experiments, we show our prediction framework with a history encoding representation design is successful on the human intention prediction problem.
Abstract（参考訳）: 本稿では,人間の意図推論のための学習表現の設計について考察する。設計した人間の意図予測タスクでは,解釈可能かつ予測に有効である歴史符号化表現を提案する。広範な実験を通じて,人間の意図予測問題において,歴史をエンコードした表現設計を用いた予測フレームワークが有効であることを示す。

関連論文リスト

Humans and language models diverge when predicting repeating text [52.03471802608112]
我々は,人間とLMのパフォーマンスが分岐するシナリオを提示する。人間とGPT-2 LMの予測はテキストスパンの最初のプレゼンテーションで強く一致しているが、メモリが役割を担い始めると、その性能は急速にバラバラになる。このシナリオが,LMを人間の行動に近づける上で,今後の作業に拍車をかけることを期待しています。
論文参考訳（メタデータ） (2023-10-10T08:24:28Z)
Trajectory Prediction with Linguistic Representations [27.71805777845141]
本稿では,言語中間表現を用いて軌跡を予測できる新しい軌跡予測モデルを提案する。モデルは単語ごとの直接監督なしに各単語の意味を学習する。これは、長い時間間隔で操作と相互作用をキャプチャする軌跡の言語記述を生成する。
論文参考訳（メタデータ） (2021-10-19T05:22:38Z)
Aligned Contrastive Predictive Coding [10.521845940927163]
対照的予測損失を用いて訓練された自己監督モデルが、ゆっくりと変化する潜在表現を抽出する可能性を研究する。将来の表現ごとに個別の予測を生成するのではなく、モデルはそれらが整列する次の表現よりも短い一連の予測を出力する。
論文参考訳（メタデータ） (2021-04-24T13:07:22Z)
You Can Do Better! If You Elaborate the Reason When Making Prediction [13.658942796267015]
本論文では,大きな学習済み言語モデルと組み合わせた新しいニューラル予測フレームワークを提案し,予測を行い,それに対応する説明を同時に生成する。中国の医学的複数選択質問応答, 英語自然言語推論, 常識質問回答タスクに関する予備的実証的研究を行った。また,提案手法は,3つのデータセットに対する予測精度の向上も達成し,意思決定プロセスにおける説明の生成による予測のメリットが示唆された。
論文参考訳（メタデータ） (2021-03-27T14:55:19Z)
Self-Supervision by Prediction for Object Discovery in Videos [62.87145010885044]
本稿では,この予測タスクを自己監督として利用し,画像シーケンス表現のための新しいオブジェクト中心モデルを構築する。私たちのフレームワークは、手動アノテーションや事前トレーニングされたネットワークを使わずにトレーニングできます。最初の実験では、提案されたパイプラインがオブジェクト中心のビデオ予測への有望なステップであることを確認した。
論文参考訳（メタデータ） (2021-03-09T19:14:33Z)
Human-Understandable Decision Making for Visual Recognition [30.30163407674527]
モデル学習プロセスに人間の知覚の優先順位を組み込むことにより,深層ニューラルネットワークを訓練する新たなフレームワークを提案する。提案モデルの有効性を2つの古典的視覚認識タスクで評価する。
論文参考訳（メタデータ） (2021-03-05T02:07:33Z)
Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。共通情報と相補情報の両方を敵意で抽出することを目的としている。特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
論文参考訳（メタデータ） (2021-02-15T18:46:44Z)
Perceive, Predict, and Plan: Safe Motion Planning Through Interpretable Semantic Representations [81.05412704590707]
本稿では,自動運転車の協調認識,予測,動作計画を行うエンド・ツー・エンドの学習可能なネットワークを提案する。私たちのネットワークは、人間のデモからエンドツーエンドに学習されます。
論文参考訳（メタデータ） (2020-08-13T14:40:46Z)
Adversarial Generative Grammars for Human Activity Prediction [141.43526239537502]
将来予測のための逆生成文法モデルを提案する。私たちの文法は、データ分散から生産ルールを学習できるように設計されています。推論中に複数の生産ルールを選択することができると、予測される結果が異なる。
論文参考訳（メタデータ） (2020-08-11T17:47:53Z)
Counterfactual Predictions under Runtime Confounding [74.90756694584839]
本研究は, 過去のデータからすべての関連要因を抽出した環境で, 事実予測タスクについて検討する。本稿では,この環境下での対実予測モデル学習のための2次ロバスト手法を提案する。
論文参考訳（メタデータ） (2020-06-30T15:49:05Z)

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。