Fugu-MT 論文翻訳(概要): Residual Quantity in Percentage of Factory Machines Using ComputerVision and Mathematical Methods

論文の概要: Residual Quantity in Percentage of Factory Machines Using ComputerVision and Mathematical Methods

arxiv url: http://arxiv.org/abs/2111.05080v1
Date: Tue, 9 Nov 2021 12:26:57 GMT
ステータス: 処理完了
システム内更新日: 2021-11-10 19:13:00.405814
Title: Residual Quantity in Percentage of Factory Machines Using ComputerVision and Mathematical Methods
Title（参考訳）: 計算機ビジョンと数学的手法による工場機械の残量
Authors: Seunghyeon Kim, Jihoon Ryoo, Dongyeob Lee, Youngho Kim
Abstract要約: AI開発が推し進めて以来、コンピュータービジョンは繁栄している。ディープラーニング技術は、コンピュータ科学者が解決策を考え出した最も一般的な方法だ。しかし、ディープラーニング技術は手動処理よりも性能が低い傾向にある。
参考スコア（独自算出の注目度）: 5.393664305233901
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Computer vision has been thriving since AI development was gaining thrust. Using deep learning techniques has been the most popular way which computer scientists thought the solution of. However, deep learning techniques tend to show lower performance than manual processing. Using deep learning is not always the answer to a problem related to computer vision.
Abstract（参考訳）: AI開発が推し進めて以来、コンピュータービジョンは繁栄している。ディープラーニング技術を使うことは、コンピュータ科学者が解決策と考える最も一般的な方法だった。しかし、ディープラーニング技術は手動処理よりも性能が低い傾向にある。ディープラーニングは、必ずしもコンピュータビジョンに関連する問題に対する答えではない。

関連論文リスト

Offline Imitation Learning Through Graph Search and Retrieval [57.57306578140857]
模倣学習は、ロボットが操作スキルを取得するための強力な機械学習アルゴリズムである。本稿では,グラフ検索と検索により,最適下実験から学習する,シンプルで効果的なアルゴリズムGSRを提案する。 GSRは、ベースラインに比べて10%から30%高い成功率、30%以上の熟練を達成できる。
論文参考訳（メタデータ） (2024-07-22T06:12:21Z)
AI in Software Engineering: Case Studies and Prospects [2.7064617166078087]
ディープラーニングや機械学習といったAIテクニックをソフトウェアシステムで使用することは、インテリジェントシステムに寄与する。 IBM WatsonとGoogle AlphaGoは、現実世界の課題を解決するためにさまざまなAI技術を使用している。
論文参考訳（メタデータ） (2023-09-27T16:37:05Z)
Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
Divide & Conquer Imitation Learning [75.31752559017978]
模倣学習は学習プロセスをブートストラップするための強力なアプローチである。本稿では,専門的軌道の状態から複雑なロボットタスクを模倣する新しいアルゴリズムを提案する。提案手法は,非ホロノミックナビゲーションタスクを模倣し,非常に高いサンプル効率で複雑なロボット操作タスクにスケールすることを示す。
論文参考訳（メタデータ） (2022-04-15T09:56:50Z)
Can machines learn to see without visual databases? [93.73109506642112]
本稿では,視覚的データベースを扱わずに視界を学習するマシンの開発に焦点をあてる。これは、ビジョンのためのディープラーニング技術に関する真に競争の激しい道を開くかもしれない。
論文参考訳（メタデータ） (2021-10-12T13:03:54Z)
Ten Quick Tips for Deep Learning in Biology [116.78436313026478]
機械学習は、データのパターンを認識し、予測モデリングに使用するアルゴリズムの開発と応用に関係している。ディープラーニングは、独自の機械学習のサブフィールドになっている。生物学的研究の文脈において、ディープラーニングは高次元の生物学的データから新しい洞察を導き出すためにますます使われてきた。
論文参考訳（メタデータ） (2021-05-29T21:02:44Z)
How deep the machine learning can be [0.0]
機械学習は、主に従来のコンピューティング(プロセッサ)に基づいている。本稿では,AIソリューションの計算性能のスケールアップについて,いくつかの問題点を概観する。
論文参考訳（メタデータ） (2020-05-02T16:06:31Z)
Memristors -- from In-memory computing, Deep Learning Acceleration, Spiking Neural Networks, to the Future of Neuromorphic and Bio-inspired Computing [25.16076541420544]
機械学習は、特にディープラーニングの形で、人工知能の最近の基本的な発展のほとんどを駆動している。ディープラーニングは、オブジェクト/パターン認識、音声と自然言語処理、自動運転車、インテリジェントな自己診断ツール、自律ロボット、知識に富んだパーソナルアシスタント、監視といった分野に成功している。本稿では、電力効率の高いインメモリコンピューティング、ディープラーニングアクセラレーター、スパイクニューラルネットワークの実装のための潜在的なソリューションとして、CMOSハードウェア技術、memristorsを超越した小説をレビューする。
論文参考訳（メタデータ） (2020-04-30T16:49:03Z)
Dark, Beyond Deep: A Paradigm Shift to Cognitive AI with Humanlike Common Sense [142.53911271465344]
我々は、次世代のAIは、新しいタスクを解決するために、人間のような「暗黒」の常識を取り入れなければならないと論じている。我々は、人間のような常識を持つ認知AIの5つの中核領域として、機能、物理学、意図、因果性、実用性(FPICU)を識別する。
論文参考訳（メタデータ） (2020-04-20T04:07:28Z)
Can Deep Learning Recognize Subtle Human Activities? [8.133739801185271]
本稿では,人間による行動分類の課題を提案するが,最先端のディープラーニングモデルでは不十分である。原則の証明として、飲酒、読書、座りという3つの模範的なタスクについて考察する。最新のコンピュータビジョンモデルで到達した最良の精度は、それぞれ61.7%、62.8%、76.8%であった。
論文参考訳（メタデータ） (2020-03-30T22:45:43Z)
What can robotics research learn from computer vision research? [10.390240230534701]
近年、ビッグデータ、GPUコンピューティング、新しい学習アルゴリズム、効果的な研究手法によってコンピュータビジョンの進歩がターボチャージャー化されている。コンピュータビジョンの進歩は、研究方法論(実験に対する厳格な制約による評価、大胆な数字対ビデオ)によるものだと我々は主張する。
論文参考訳（メタデータ） (2020-01-08T04:32:10Z)

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。