Fugu-MT 論文翻訳(概要): Novel Span Measure, Spanning Sets and Applications

論文の概要: Novel Span Measure, Spanning Sets and Applications

arxiv url: http://arxiv.org/abs/2107.12178v1
Date: Thu, 22 Jul 2021 20:20:19 GMT
ステータス: 処理完了
システム内更新日: 2021-07-28 14:22:53.082374
Title: Novel Span Measure, Spanning Sets and Applications
Title（参考訳）: 新規スパン測度、スパン集合とその応用
Authors: Nidhika Yadav
Abstract要約: 本稿では,上向き近似を用いた新しいスパン尺度を提案する。この論文の重要な貢献は、スパン集合とスパン集合の別の不確実性尺度を提案することである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Rough Set based Spanning Sets were recently proposed to deal with uncertainties arising in the problem in domain of natural language processing problems. This paper presents a novel span measure using upper approximations. The key contribution of this paper is to propose another uncertainty measure of span and spanning sets. Firstly, this paper proposes a new definition of computing span which use upper approximation instead of boundary regions. This is useful in situations where computing upper approximations are much more convenient that computing boundary region. Secondly, properties of novel span and relation with earlier span measure are discussed. Thirdly, the paper presents application areas where the proposed span measure can be utilized.
Abstract（参考訳）: 自然言語処理問題領域で発生する不確実性に対処するために,ラフセットに基づくスパンニングセットが最近提案されている。本稿では,上限近似を用いた新しいスパン測度を提案する。この論文の重要な貢献は、スパン集合とスパン集合の別の不確実性尺度を提案することである。まず,境界領域の代わりに上近似を用いた計算スパンの新たな定義を提案する。これは、計算上の近似が計算境界領域よりもずっと便利である場合に有用である。次に,新しいスパンの性質と,それ以前のスパン測度との関係について述べる。第3に,提案するスパン測度を活用できる適用領域を提案する。

関連論文リスト

Fuzzy Rough Choquet Distances for Classification [0.6445605125467574]
本稿では,ファジィラフセットに基づく新しいチョケット距離を提案する。提案手法は,ファジィ粗集合理論から得られる属性情報とチョーケ積分の柔軟性を組み合わせたものである。
論文参考訳（メタデータ） (2024-03-18T14:53:48Z)
On the convergence of adaptive first order methods: proximal gradient and alternating minimization algorithms [4.307128674848627]
AdaPG$q,r$は、より大きな段階的なポリシーと改善された下位境界を提供することで、既存の結果を統一し、拡張するフレームワークである。パラメータの$q$と$r$の異なる選択について論じ、数値シミュレーションにより結果の有効性を実証する。
論文参考訳（メタデータ） (2023-11-30T10:29:43Z)
New and improved bounds on the contextuality degree of multi-qubit configurations [0.0699049312989311]
我々は,量子的文脈性を明らかにし,文脈性度を評価するアルゴリズムとCコードを提案する。この論文はまずアルゴリズムとC符号を記述し、次に2から7の範囲のシンプレクティック極空間の多くの部分空間にその力を示す。 i) 文脈が次元 2 以上の部分空間である構成の非コンテキスト性、(ii) 次元 3 以上の負の部分空間の非存在性。
論文参考訳（メタデータ） (2023-05-17T14:02:57Z)
A Dimensionality Reduction Method for Finding Least Favorable Priors with a Focus on Bregman Divergence [108.28566246421742]
そこで本研究では,次元に明示的な有界な有限次元設定に最適化を移動させることができる次元削減法を開発した。この問題を進展させるため、比較的大きな損失関数、すなわちブレグマンの発散によって引き起こされるベイズ的リスクに限定する。
論文参考訳（メタデータ） (2022-02-23T16:22:28Z)
Approximate Novelty Search [7.57024681220677]
幅に基づく探索アルゴリズムは、好ましく定義された新規性の尺度に従って状態を優先順位付けすることで計画を求める。新規性および幅に基づく探索の近似を得るための新しい手法を提案する。
論文参考訳（メタデータ） (2021-05-17T09:21:48Z)
Legal Document Classification: An Application to Law Area Prediction of Petitions to Public Prosecution Service [6.696983725360808]
本稿では,NLPを用いたテキスト分類手法を提案する。我々の主な目標は、各分野の法律に請願書を割り当てるプロセスを自動化することです。最高の結果は、ドメイン固有のコーパスとリカレントニューラルネットワークアーキテクチャに基づいてトレーニングされたWord2Vecの組み合わせで得られる。
論文参考訳（メタデータ） (2020-10-13T18:05:37Z)
Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文参考訳（メタデータ） (2020-07-20T12:07:48Z)
Novel Policy Seeking with Constrained Optimization [131.67409598529287]
本稿では,強化学習課題における新しい政策作成の問題を再考する。まず、政策間の差異を評価するための新しい指標を導入し、2つの実用的な政策生成手法を設計する。 The Constrained Task Novel Bisector (CTNB) and the internal Policy Differentiation (IPD) is derived from the fiable direction method and the interior point method known in the constrained optimization literature。
論文参考訳（メタデータ） (2020-05-21T14:39:14Z)
DeepStrip: High Resolution Boundary Refinement [60.00241966809684]
関心領域をストリップ画像に変換し、ストリップ領域の境界予測を計算することを提案する。対象境界を検出するために,2つの予測層を持つフレームワークを提案する。我々は、誤報を減らすために、整合性とC0連続性正規化をネットワークに強制する。
論文参考訳（メタデータ） (2020-03-25T22:44:48Z)
Cross-domain Object Detection through Coarse-to-Fine Feature Adaptation [62.29076080124199]
本稿では,クロスドメインオブジェクト検出のための特徴適応手法を提案する。粗粒度では、アテンション機構を採用して前景領域を抽出し、その辺縁分布に応じて整列する。粒度の細かい段階では、同じカテゴリのグローバルプロトタイプと異なるドメインとの距離を最小化することにより、前景の条件分布アライメントを行う。
論文参考訳（メタデータ） (2020-03-23T13:40:06Z)
Domain Adaptation: Learning Bounds and Algorithms [80.85426994513541]
本稿では,任意の損失関数を持つ適応問題に適した分布距離,差分距離を新たに導入する。広い損失関数族に対する領域適応のための新しい一般化境界を導出する。また、正規化に基づくアルゴリズムの大規模クラスに対する新しい適応境界も提示する。
論文参考訳（メタデータ） (2009-02-19T18:42:16Z)

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。