Fugu-MT 論文翻訳(概要): A Note on Comparison of F-measures

論文の概要: A Note on Comparison of F-measures

arxiv url: http://arxiv.org/abs/2112.04677v1
Date: Thu, 9 Dec 2021 03:17:10 GMT
ステータス: 処理完了
システム内更新日: 2021-12-10 21:51:49.279385
Title: A Note on Comparison of F-measures
Title（参考訳）: f-measuresの比較について
Authors: Wei Ju and Wenxin Jiang
Abstract要約: 2つの予測規則に対するF測度の比較に関する2つの改善を行った。本稿では,TKDE 論文 "Linear Approxation of F-measure for the Performance Evaluation of Classification Algorithms on Un Balanced Data Sets" に基づく。
参考スコア（独自算出の注目度）: 0.45687771576879593
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We comment on a recent TKDE paper "Linear Approximation of F-measure for the Performance Evaluation of Classification Algorithms on Imbalanced Data Sets", and make two improvements related to comparison of F-measures for two prediction rules.
Abstract（参考訳）: 我々は最近のTKDE論文"Linear Approximation of F-measure for the Performance Evaluation of Classification Algorithms on Im Balanced Data Sets"にコメントし、2つの予測規則に対するF-measuresの比較に関する2つの改善点について述べる。

関連論文リスト

Exogenous Data in Forecasting: FARM -- A New Measure for Relevance Evaluation [62.997667081978825]
FARM - Forward Relevance Aligned Metricという新しいアプローチを導入する。我々のフォワード法は、その後のデータポイントの変化を時系列に合わせるために比較する角測度に依存する。第1の検証ステップとして、FARMアプローチの合成信号・代表信号への適用について述べる。
論文参考訳（メタデータ） (2023-04-21T15:22:33Z)
Impact of Event Encoding and Dissimilarity Measures on Traffic Crash Characterization Based on Sequence of Events [2.9490178116901165]
符号化と相似性測定がクラッシュシーケンス解析およびクラスタリングに与える影響を評価した。イベントとドメインコンテキストの関係を考慮に入れた相似性尺度は、クラッシュシーケンスクラスタリングにおいてよく機能する傾向にある。
論文参考訳（メタデータ） (2023-02-22T00:38:15Z)
Revisiting Long-tailed Image Classification: Survey and Benchmarks with New Evaluation Metrics [88.39382177059747]
メトリクスのコーパスは、長い尾の分布で学習するアルゴリズムの正確性、堅牢性、およびバウンダリを測定するために設計されている。ベンチマークに基づいて,CIFAR10およびCIFAR100データセット上での既存手法の性能を再評価する。
論文参考訳（メタデータ） (2023-02-03T02:40:54Z)
QAFactEval: Improved QA-Based Factual Consistency Evaluation for Summarization [116.56171113972944]
QAベースのメトリクスのコンポーネントを慎重に選択することは、パフォーマンスにとって重要であることを示す。提案手法は,最良性能のエンテーメントに基づく測定値を改善し,最先端の性能を実現する。
論文参考訳（メタデータ） (2021-12-16T00:38:35Z)
Riemannian classification of EEG signals with missing values [67.90148548467762]
本稿では脳波の分類に欠落したデータを扱うための2つの方法を提案する。第1のアプローチでは、インプットされたデータと$k$-nearestの隣人アルゴリズムとの共分散を推定し、第2のアプローチでは、期待最大化アルゴリズム内で観測データの可能性を活用することにより、観測データに依存する。その結果, 提案手法は観測データに基づく分類よりも優れており, 欠落したデータ比が増大しても高い精度を維持することができることがわかった。
論文参考訳（メタデータ） (2021-10-19T14:24:50Z)
A Statistical Analysis of Summarization Evaluation Metrics using Resampling Methods [60.04142561088524]
信頼区間は比較的広く,信頼性の高い自動測定値の信頼性に高い不確実性を示す。多くのメトリクスはROUGEよりも統計的改善を示していないが、QAEvalとBERTScoreという2つの最近の研究は、いくつかの評価設定で行われている。
論文参考訳（メタデータ） (2021-03-31T18:28:14Z)
Methods of ranking for aggregated fuzzy numbers from interval-valued data [0.0]
本論文は, 時間間隔から集約ファジィ数をランク付けする2つの手法を, Interval Agreement Approach (IAA) を用いて提案する。提案手法の改良とともに, 従来手法の欠点を, 合成・実世界の両面から示す。
論文参考訳（メタデータ） (2020-12-03T02:56:15Z)
Pointwise Binary Classification with Pairwise Confidence Comparisons [97.79518780631457]
ペアワイズ比較(Pcomp)分類を提案し、ラベルのないデータのペアしか持たない。我々はPcomp分類をノイズラベル学習に結びつけて、進歩的UREを開発し、一貫性の正則化を課すことにより改善する。
論文参考訳（メタデータ） (2020-10-05T09:23:58Z)
F*: An Interpretable Transformation of the F-measure [2.7642870935482295]
F-measureはF1スコアとしても知られ、分類アルゴリズムの性能を評価するために広く使われている。ここでは、F*(F-star)と呼ばれるF測度の簡単な変換について述べる。
論文参考訳（メタデータ） (2020-07-31T22:37:08Z)

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。