論文の概要: Riedones3D: a celtic coin dataset for registration and fine-grained
clustering
- arxiv url: http://arxiv.org/abs/2109.15033v1
- Date: Thu, 30 Sep 2021 11:57:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-01 21:55:57.960748
- Title: Riedones3D: a celtic coin dataset for registration and fine-grained
clustering
- Title（参考訳）: riedones3d:登録ときめ細かいクラスタリングのためのケルトコインデータセット
- Authors: Sofiane Horache and Jean-Emmanuel Deschaud and Fran\c{c}ois Goulette
and Katherine Gruel and Thierry Lejars and Olivier Masson
- Abstract要約: 専門家を支援するためにコインを自動的にクラスタリングし、これらの2つのタスクの予備的な評価を行う方法を示す。
ベースラインとデータセットのコードはhttps://www.npm3d.fr/coins-riedones3dとhttps://www.chronocarto.eu/spip.php?article84&lang=frで公開されている。
- 参考スコア（独自算出の注目度）: 4.273521466741322
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Clustering coins with respect to their die is an important component of
numismatic research and crucial for understanding the economic history of
tribes (especially when literary production does not exist, in celtic culture).
It is a very hard task that requires a lot of times and expertise. To cluster
thousands of coins, automatic methods are becoming necessary. Nevertheless,
public datasets for coin die clustering evaluation are too rare, though they
are very important for the development of new methods. Therefore, we propose a
new 3D dataset of 2 070 scans of coins. With this dataset, we propose two
benchmarks, one for point cloud registration, essential for coin die
recognition, and a benchmark of coin die clustering. We show how we
automatically cluster coins to help experts, and perform a preliminary
evaluation for these two tasks. The code of the baseline and the dataset will
be publicly available at https://www.npm3d.fr/coins-riedones3d and
https://www.chronocarto.eu/spip.php?article84&lang=fr
- Abstract（参考訳）: 彼らの死に関する貨幣のクラスタリングは、ヌミスマティック研究の重要な要素であり、部族の経済史を理解するのに不可欠である(特にケルト文化において文学的生産が存在しない場合)。
多くの時間と専門知識を必要とする非常に難しい作業です。
何千ものコインを集積するためには、自動的な方法が必要である。
それでも、コインダイクラスタリング評価のための公開データセットは、新しい手法の開発において非常に重要であるが、あまりにも稀である。
そこで本研究では,コインの2070スキャンによる新しい3次元データセットを提案する。
このデータセットでは,ポイントクラウド登録のためのベンチマーク,コインダイ認識に必須なベンチマーク,コインダイクラスタリングのベンチマークの2つを提案する。
専門家を支援するためにコインを自動的にクラスタリングし、これらの2つのタスクの予備的な評価を行う方法を示す。
ベースラインとデータセットのコードはhttps://www.npm3d.fr/coins-riedones3dとhttps://www.chronocarto.eu/spip.php?
記事84&lang=fr
関連論文リスト
- Utilizing deep learning models for the identification of enhancers and
super-enhancers based on genomic and epigenomic features [0.0]
本稿では,9つの広く認識されている暗号通貨に着目した,英語のつぶやきの膨大なデータセットを広範囲に検証する。
我々の主な目的は、これらの暗号通貨に関連するソーシャルメディアコンテンツの心理言語学的・感情分析を行うことであった。
この研究は、様々なデジタルコインの言語特性を比較し、各コインのコミュニティに現れる独特の言語パターンに光を当てた。
論文 参考訳（メタデータ） (2024-01-15T04:58:50Z) - An adaptive network-based approach for advanced forecasting of
cryptocurrency values [0.0]
本稿では,Adaptive Network Fuzzy Inference System (ANFIS) を用いて,今後7日間の暗号価格を予測するアーキテクチャについて述べる。
データを教えるために使われる方法は、グリッド分割、減算クラスタリング、ファジィC平均クラスタリング(FCM)アルゴリズムと同様に、ハイブリッドおよびバックプロパゲーションアルゴリズムである。
提案手法は,デジタル通貨の価格を短時間で予測できる。
論文 参考訳（メタデータ） (2024-01-08T19:51:53Z) - VoxelKP: A Voxel-based Network Architecture for Human Keypoint
Estimation in LiDAR Data [53.638818890966036]
textitVoxelKPは、LiDARデータにおける人間のキーポイント推定に適した、完全にスパースなネットワークアーキテクチャである。
本研究では,人間の各インスタンス内のキーポイント間の空間的相関を学習するために,スパースボックスアテンションを導入する。
鳥の視線を符号化する2次元格子に3次元ボクセルを投影する際に, 絶対的な3次元座標を利用するために空間符号化を組み込んだ。
論文 参考訳（メタデータ） (2023-12-11T23:50:14Z) - Reinforcement Graph Clustering with Unknown Cluster Number [91.4861135742095]
本稿では,Reinforcement Graph Clusteringと呼ばれる新しいディープグラフクラスタリング手法を提案する。
提案手法では,クラスタ数決定と教師なし表現学習を統一的なフレームワークに統合する。
フィードバック動作を行うために、クラスタリング指向の報酬関数を提案し、同一クラスタの凝集を高め、異なるクラスタを分離する。
論文 参考訳（メタデータ） (2023-08-13T18:12:28Z) - Clustering based Point Cloud Representation Learning for 3D Analysis [80.88995099442374]
本稿では,ポイントクラウド分析のためのクラスタリングに基づく教師付き学習手法を提案する。
現在のデファクトでシーンワイドなトレーニングパラダイムとは異なり、我々のアルゴリズムは点埋め込み空間上でクラス内のクラスタリングを行う。
我々のアルゴリズムは、有名なポイントクラウドセグメンテーションデータセットの顕著な改善を示している。
論文 参考訳（メタデータ） (2023-07-27T03:42:12Z) - Hard Regularization to Prevent Deep Online Clustering Collapse without
Data Augmentation [65.268245109828]
オンラインディープクラスタリング(オンラインディープクラスタリング)とは、機能抽出ネットワークとクラスタリングモデルを組み合わせて、クラスタラベルを処理された各新しいデータポイントまたはバッチに割り当てることである。
オフラインメソッドよりも高速で汎用性が高いが、オンラインクラスタリングは、エンコーダがすべての入力を同じポイントにマッピングし、すべてを単一のクラスタに配置する、崩壊したソリューションに容易に到達することができる。
本稿では,データ拡張を必要としない手法を提案する。
論文 参考訳（メタデータ） (2023-03-29T08:23:26Z) - Argoverse 2: Next Generation Datasets for Self-Driving Perception and
Forecasting [64.7364925689825]
Argoverse 2(AV2)は、自動運転分野の研究の知覚と予測のための3つのデータセットの集合である。
Lidarデータセットには、ラベルなしのLidar点雲とマップ整列ポーズの2万のシーケンスが含まれている。
Motion Forecastingデータセットには、各ローカルシーンにおける自動運転車と他のアクター間の興味深い、挑戦的なインタラクションのために採掘された25万のシナリオが含まれている。
論文 参考訳（メタデータ） (2023-01-02T00:36:22Z) - Multi-objective Clustering Algorithm with Parallel Games [0.29005223064604074]
本稿では,ゲーム理論モデルを用いて多目的アプリケーション問題に対処するクラスタリング手法を提案する。
提案アルゴリズムは,1)初期プレイヤー(またはクラスタヘッド)の同定から始まり,2)初期クラスタの構成をゲームの構築によって確立し,ゲームの平衡を見出そうとする。
実験結果から,提案手法は良好な結果を得ることができ,スケーラビリティや性能の面では非常に有望であることが示唆された。
論文 参考訳（メタデータ） (2020-07-10T00:28:50Z) - Automatic clustering of Celtic coins based on 3D point cloud pattern
analysis [3.1148846501645076]
コインの3Dスキャンに基づいてダイを自動的にクラスタリングする手法を提案する。
紀元前2世紀から紀元前1世紀にかけてのケルト国庫からの90枚の硬貨の実験的結果は、専門家の作業と同等のクラスタリング品質を示している。
論文 参考訳（メタデータ） (2020-05-12T11:59:16Z) - NWPU-Crowd: A Large-Scale Benchmark for Crowd Counting and Localization [101.13851473792334]
我々は,5,109枚の画像からなる大規模集束群集NWPU-Crowdを構築し,合計2,133,375個の点と箱を付加したアノテートヘッドを構築した。
他の実世界のデータセットと比較すると、様々な照明シーンを含み、最大密度範囲 (020,033) を持つ。
本稿では,データ特性について述べるとともに,主要なSOTA(State-of-the-art)手法の性能を評価し,新たなデータに生じる問題を分析する。
論文 参考訳（メタデータ） (2020-01-10T09:26:04Z)
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。