Fugu-MT 論文翻訳(概要): Technical Report: Temporal Aggregate Representations

論文の概要: Technical Report: Temporal Aggregate Representations

arxiv url: http://arxiv.org/abs/2106.03152v1
Date: Sun, 6 Jun 2021 15:27:47 GMT
ステータス: 処理完了
システム内更新日: 2021-06-08 18:05:09.580116
Title: Technical Report: Temporal Aggregate Representations
Title（参考訳）: 技術報告 : 時間的集合表現
Authors: Fadime Sener, Dibyadip Chatterjee, Angela Yao
Abstract要約: 9]では,過去や将来の観察から推論を必要とする長期的映像理解に取り組む。時間的あるいはシーケンシャルな関係はどのようにモデル化されるべきか? どのような時間スケールで導出すべきか? 本稿では,このフレームワークをさまざまなタスクでさらに実験し,新しいデータセットEPIC-KITCHENS-100を提案する。
参考スコア（独自算出の注目度）: 30.88621433812347
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This technical report extends our work presented in [9] with more experiments. In [9], we tackle long-term video understanding, which requires reasoning from current and past or future observations and raises several fundamental questions. How should temporal or sequential relationships be modelled? What temporal extent of information and context needs to be processed? At what temporal scale should they be derived? [9] addresses these questions with a flexible multi-granular temporal aggregation framework. In this report, we conduct further experiments with this framework on different tasks and a new dataset, EPIC-KITCHENS-100.
Abstract（参考訳）: このテクニカルレポートは、[9]で示された仕事をさらに実験で拡張します。 9]では,過去や将来の観測から推論を必要とする長期的映像理解に取り組み,いくつかの根本的な疑問を提起する。時間的あるいはシーケンシャルな関係はどのようにモデル化されるべきか? 情報とコンテキストの時間的範囲はどのような処理が必要か? どのような時間スケールで導出すべきか? 9] 柔軟な多粒性時間集約フレームワークでこれらの疑問に対処する。本稿では,このフレームワークをさまざまなタスクでさらに実験し,新しいデータセットEPIC-KITCHENS-100を提案する。

関連論文リスト

Beyond Forecasting: Compositional Time Series Reasoning for End-to-End Task Execution [19.64976935450366]
時系列データから複雑な多段階推論タスクを処理する新しいタスクであるコンポジション時系列推論を導入する。具体的には、時系列データに構造的および構成的推論能力を必要とする様々な質問事例に焦点を当てる。我々は,大規模言語モデル(LLM)を用いて複雑なタスクをプログラムのステップに分解するプログラム支援手法であるTS-Reasonerを開発した。
論文参考訳（メタデータ） (2024-10-05T06:04:19Z)
RTQ: Rethinking Video-language Understanding Based on Image-text Model [55.278942477715084]
ビデオ言語理解は、非常に複雑なセマンティックな詳細を含んでいるため、ユニークな課題を提示する。本稿では,これらの課題を同時に解決するRTQという新しいフレームワークを提案する。本モデルは,ビデオ言語による事前学習がなくても,優れた性能を示す。
論文参考訳（メタデータ） (2023-12-01T04:51:01Z)
MTGER: Multi-view Temporal Graph Enhanced Temporal Reasoning over Time-Involved Document [26.26604509399347]
MTGERは、時間に関連する文書に対する時間的推論のための新しいフレームワークである。多視点時間グラフにより、事実間の時間的関係を明示的にモデル化する。 MTGERは質問の摂動下でより一貫した回答を与える。
論文参考訳（メタデータ） (2023-11-08T16:41:37Z)
Fusing Temporal Graphs into Transformers for Time-Sensitive Question Answering [11.810810214824183]
長い文書から時間に敏感な質問に答えるには、質問や文書の時間的推論が必要である。既存の時間情報抽出システムを用いて、質問や文書における事象、時間、時間関係の時間グラフを構築する。実験結果から, 時間グラフを入力テキストに融合する手法は, トランスフォーマーモデルの時間的推論能力を大幅に向上させることが示された。
論文参考訳（メタデータ） (2023-10-30T06:12:50Z)
Unlocking Temporal Question Answering for Large Language Models with Tailor-Made Reasoning Logic [84.59255070520673]
大きな言語モデル(LLM)は、時間的推論に関わる際に課題に直面します。本研究では,時間的質問応答タスクに特化して設計された新しいフレームワークであるTempLogicを提案する。
論文参考訳（メタデータ） (2023-05-24T10:57:53Z)
Generic Temporal Reasoning with Differential Analysis and Explanation [61.96034987217583]
時間差分解析でギャップを埋めるTODAYという新しいタスクを導入する。 TODAYは、システムがインクリメンタルな変化の効果を正しく理解できるかどうかを評価する。共同学習においてTODAYの指導スタイルと説明アノテーションが有効であることを示す。
論文参考訳（メタデータ） (2022-12-20T17:40:03Z)
Temporal Relevance Analysis for Video Action Models [70.39411261685963]
まず,CNNに基づく行動モデルにより捉えたフレーム間の時間的関係を定量化する手法を提案する。次に、時間的モデリングがどのように影響を受けるかをよりよく理解するために、包括的な実験と詳細な分析を行います。
論文参考訳（メタデータ） (2022-04-25T19:06:48Z)
Time Series Analysis via Network Science: Concepts and Algorithms [62.997667081978825]
本稿では,時系列をネットワークに変換する既存のマッピング手法について概観する。我々は、主要な概念的アプローチを説明し、権威的な参照を提供し、統一された表記法と言語におけるそれらの利点と限界について洞察を与える。ごく最近の研究だが、この研究領域には大きな可能性を秘めており、今後の研究の道を開くことを目的としている。
論文参考訳（メタデータ） (2021-10-11T13:33:18Z)
Learning with Instance Bundles for Reading Comprehension [61.823444215188296]
質問応答スコアを複数の関連インスタンスで比較する新しい監視手法を提案する。具体的には、密接に対照的な質問や回答のさまざまな近所でこれらのスコアを正規化します。 2つのデータセット上のインスタンスバンドルによるトレーニングの有効性を実証的に実証する。
論文参考訳（メタデータ） (2021-04-18T06:17:54Z)
Software Engineering Event Modeling using Relative Time in Temporal Knowledge Graphs [15.22542676866305]
GitHubのアーティファクト間の日々のインタラクションに基づいて,マルチリレーショナルな時間知識グラフを提案する。補間時間条件リンク予測と,補間時間条件リンク/時間予測クエリの2つの新しいデータセットを提案する。これらのデータセットに関する我々の実験は、幅広いソフトウェアエンジニアリングの質問に答えるために知識グラフを適用する可能性を浮き彫りにした。
論文参考訳（メタデータ） (2020-07-02T16:28:43Z)

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。