論文の概要: The whole and the parts: the MDL principle and the a-contrario framework

• arxiv url: http://arxiv.org/abs/2112.06853v1
• Date: Mon, 13 Dec 2021 18:07:26 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-14 18:37:49.532437
• Title: The whole and the parts: the MDL principle and the a-contrario framework
• Title（参考訳）: 全体と部分:MDL原則とa-contrarioフレームワーク
• Authors: Rafael Grompone von Gioi, Ignacio Ram\'irez Paulino and Gregory Randall
• Abstract要約: この研究は、最小記述長(MDL)原理と、Desolneux, Moisan, Morel によって提案された構造検出のための a-contrario フレームワークとの関係について検討する。 MDLの原理は、データ全体の最良の解釈に焦点を当て、a-contrarioのアプローチは、異常な統計を伴うデータの一部を検出することに集中している。
• 参考スコア（独自算出の注目度）: 4.970364068620608
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This work explores the connections between the Minimum Description Length (MDL) principle as developed by Rissanen, and the a-contrario framework for structure detection proposed by Desolneux, Moisan and Morel. The MDL principle focuses on the best interpretation for the whole data while the a-contrario approach concentrates on detecting parts of the data with anomalous statistics. Although framed in different theoretical formalisms, we show that both methodologies share many common concepts and tools in their machinery and yield very similar formulations in a number of interesting scenarios ranging from simple toy examples to practical applications such as polygonal approximation of curves and line segment detection in images. We also formulate the conditions under which both approaches are formally equivalent.
• Abstract（参考訳）: 本稿では、rissanenが開発した最小記述長(mdl)原理と、desolneux, moisan, morelによって提案されたa-contrario framework for structure detectionとの関係を考察する。 mdlの原理はデータ全体の最良の解釈に焦点を当て、a-contrarioのアプローチは異常な統計量でデータの一部を検出することに集中している。 異なる理論形式に枠組化されているが,両手法とも共通の概念やツールを共有し,単純な玩具の例から,曲線の多角近似や画像の線分検出といった実用的応用まで,様々な興味深いシナリオにおいて非常に類似した定式化を行っている。 また、両方のアプローチが正式に等価である条件を定式化する。

関連論文リスト

• Top-K Pairwise Ranking: Bridging the Gap Among Ranking-Based Measures for Multi-Label Classification [120.37051160567277]
  本稿では,Top-K Pairwise Ranking(TKPR)という新しい尺度を提案する。 一連の分析により、TKPRは既存のランキングベースの尺度と互換性があることが示されている。 一方,データ依存縮約法という新しい手法に基づいて,提案手法の急激な一般化を確立する。
  論文  参考訳（メタデータ） (2024-07-09T09:36:37Z)
• Constrained Reinforcement Learning with Average Reward Objective: Model-Based and Model-Free Algorithms [34.593772931446125]
  モノグラフは、平均報酬決定過程(MDPs)の文脈内で制約された様々なモデルベースおよびモデルフリーアプローチの探索に焦点を当てている このアルゴリズムは制約付きMDPの解法として検討されている。
  論文  参考訳（メタデータ） (2024-06-17T12:46:02Z)
• Bridging State and History Representations: Understanding Self-Predictive RL [24.772140132462468]
  マルコフ決定過程(MDPs)と部分的に観測可能なマルコフ決定過程(POMDPs)のすべての強化学習(RL)手法の中核に表現がある 状態と歴史を抽象化するこれらの明らかに異なる方法やフレームワークの多くは、実際、自己予測的抽象化の共通概念に基づいています。 我々は、自己予測表現の学習において、停止段階技術のような広く採用されている目的と最適化に関する理論的洞察を提供する。
  論文  参考訳（メタデータ） (2024-01-17T00:47:43Z)
• Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval [139.21955930418815]
  クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。 しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。 本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T09:41:19Z)
• Relational Proxies: Emergent Relationships as Fine-Grained Discriminators [52.17542855760418]
  本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。 我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。 また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
  論文  参考訳（メタデータ） (2022-10-05T11:08:04Z)
• Targeted Separation and Convergence with Kernel Discrepancies [61.973643031360254]
  カーネルベースの不一致測度は、(i)ターゲットPを他の確率測度から分離するか、(ii)Pへの弱収束を制御する必要がある。 本稿では, (i) と (ii) を保証するのに十分な,必要な新しい条件を導出する。 可分距離空間上のMDDに対して、ボヒナー埋め込み可測度を分離するカーネルを特徴づけ、すべての測度を非有界カーネルと分離するための単純な条件を導入する。
  論文  参考訳（メタデータ） (2022-09-26T16:41:16Z)
• Granular Generalized Variable Precision Rough Sets and Rational Approximations [0.24366811507669117]
  VPRSの手順による粒界近似は、ある条件下で古典的な視点から構築されたものよりも合理的である可能性が高い。 クラスタ検証、イメージセグメンテーション、動的ソートのためのメタ応用が発明されている。
  論文  参考訳（メタデータ） (2022-05-28T08:08:26Z)
• On the Connections between Counterfactual Explanations and Adversarial Examples [14.494463243702908]
  本研究は, 対実的説明と敵対的事例との間の関係を定式化するための最初の試みである。 本分析は,いくつかの反事実的説明法と逆例生成法が等価であることを示す。 人工および実世界のデータセットを用いた広範囲な実験により理論的知見を実証的に検証した。
  論文  参考訳（メタデータ） (2021-06-18T08:22:24Z)
• General Rough Modeling of Cluster Analysis [0.0]
  このアプローチの本質は簡潔に説明され、例によって支持されます。 クラスタリングを解析するための新しい一般的な粗い手法が発明され、より明確な概念と汚染のない証明がもたらされる。
  論文  参考訳（メタデータ） (2021-06-02T20:54:10Z)
• Learning explanations that are hard to vary [75.30552491694066]
  例を越えた平均化は、異なる戦略を縫合する記憶とパッチワークのソリューションに有利であることを示す。 そこで我々は論理ANDに基づく単純な代替アルゴリズムを提案し,実験的に検証する。
  論文  参考訳（メタデータ） (2020-09-01T10:17:48Z)
• Invariant Causal Prediction for Block MDPs [106.63346115341862]
  環境全体にわたる一般化は、実世界の課題への強化学習アルゴリズムの適用の成功に不可欠である。 本稿では,多環境環境における新しい観測を一般化するモデル不適合状態抽象化(MISA)を学習するための不変予測法を提案する。
  論文  参考訳（メタデータ） (2020-03-12T21:03:01Z)

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。