Fugu-MT 論文翻訳(概要): Structured Prediction Problem Archive

論文の概要: Structured Prediction Problem Archive

arxiv url: http://arxiv.org/abs/2202.03574v4
Date: Fri, 13 Oct 2023 07:13:51 GMT
ステータス: 処理完了
システム内更新日: 2023-10-16 18:36:08.707654
Title: Structured Prediction Problem Archive
Title（参考訳）: 構造化予測問題アーカイブ
Authors: Paul Swoboda, Ahmed Abbas, Florian Bernard, Andrea Hornakova, Paul Roetzer, Bogdan Savchynskyy
Abstract要約: 構造化予測問題は、機械学習の基本的なツールの1つである。私たちは、さまざまな問題クラスのフォーマットを簡単に読み取れるような、多数のデータセットをひとつの場所に集めています。参考までに、論文で提案されているアルゴリズムの非排他的選択も提案する。
参考スコア（独自算出の注目度）: 32.78031714501244
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Structured prediction problems are one of the fundamental tools in machine learning. In order to facilitate algorithm development for their numerical solution, we collect in one place a large number of datasets in easy to read formats for a diverse set of problem classes. We provide archival links to datasets, description of the considered problems and problem formats, and a short summary of problem characteristics including size, number of instances etc. For reference we also give a non-exhaustive selection of algorithms proposed in the literature for their solution. We hope that this central repository will make benchmarking and comparison to established works easier. We welcome submission of interesting new datasets and algorithms for inclusion in our archive.
Abstract（参考訳）: 構造化予測問題は、機械学習の基本的なツールの1つである。数値解のアルゴリズム開発を容易にするために,多数のデータセットを多種多様な問題クラスに対して読みやすい形式で一箇所に集める。データセットへのアーカイブリンク、考慮された問題と問題フォーマットの説明、サイズ、インスタンス数などの問題特性の簡単な要約を提供する。参考までに、論文で提案されているアルゴリズムの非排他的選択も提案する。この中央リポジトリによって、確立した作業に対するベンチマークや比較がより簡単になることを期待しています。アーカイブに含まれる興味深い新しいデータセットとアルゴリズムの提出を歓迎します。

関連論文リスト

Discovering Data Structures: Nearest Neighbor Search and Beyond [18.774836778996544]
データ構造をエンド・ツー・エンドで学習するための一般的なフレームワークを提案する。我々のフレームワークは、基礎となるデータ分布に適応し、クエリと空間の複雑さをきめ細やかな制御を提供する。まず、この枠組みを近接探索問題に適用する。
論文参考訳（メタデータ） (2024-11-05T16:50:54Z)
A Survey on Computational Solutions for Reconstructing Complete Objects by Reassembling Their Fractured Parts [25.59032022422813]
完全な対象をその部分から再構成することは、多くの科学領域における根本的な問題である。この文脈で既存のアルゴリズムを提供し、それらの類似点と汎用アプローチとの相違点を強調する。アルゴリズムに加えて、この調査では既存のデータセット、オープンソースソフトウェアパッケージ、アプリケーションについても記述する。
論文参考訳（メタデータ） (2024-10-18T17:53:07Z)
Deep Learning-Driven Approach for Handwritten Chinese Character Classification [0.0]
手書き文字認識は、機械学習研究者にとって難しい問題である。多数のユニークな文字クラスが存在するため、ロジカルスクリプトや中韓文字シーケンスのようなデータによっては、HCR問題に新たな複雑さをもたらす。本稿では、モデルアーキテクチャ、データ前処理ステップ、設計手順のテストを導入し、詳細な文字画像分類のための高度にスケーラブルなアプローチを提案する。
論文参考訳（メタデータ） (2024-01-30T15:29:32Z)
Problem-Solving Guide: Predicting the Algorithm Tags and Difficulty for Competitive Programming Problems [7.955313479061445]
ほとんどのテック企業は、Google、Meta、Amazonなど、アルゴリズムの問題を解決する能力を必要としている。本研究は,アルゴリズムタグをエンジニアや開発者の有用なツールとして予測する作業に対処する。また,この問題の解決に要する時間を計算するための有用なガイダンスとして,アルゴリズム問題の難易度を予測することを検討する。
論文参考訳（メタデータ） (2023-10-09T15:26:07Z)
Optimal and Efficient Binary Questioning for Human-in-the-Loop Annotation [11.4375764457726]
本稿では,アノテートされたデータに予測器を付与するという,無視された相補的問題を考察する。単純な二項分類設定では、最適一般解から実用的な方法まで幅広いスペクトルを提示する。
論文参考訳（メタデータ） (2023-07-04T09:11:33Z)
A Gold Standard Dataset for the Reviewer Assignment Problem [117.59690218507565]
類似度スコア(Similarity score)とは、論文のレビューにおいて、レビュアーの専門知識を数値で見積もるものである。私たちのデータセットは、58人の研究者による477の自己申告された専門知識スコアで構成されています。 2つの論文をレビュアーに関連付けるタスクは、簡単なケースでは12%～30%、ハードケースでは36%～43%である。
論文参考訳（メタデータ） (2023-03-23T16:15:03Z)
Minimalistic Predictions to Schedule Jobs with Online Precedence Constraints [117.8317521974783]
オンライン優先制約による非サーボ的スケジューリングについて検討する。アルゴリズムは、任意のジョブ依存に偏りがなく、前任者がすべて完了した場合に限り、ジョブについて学習する。
論文参考訳（メタデータ） (2023-01-30T13:17:15Z)
When is Memorization of Irrelevant Training Data Necessary for High-Accuracy Learning? [53.523017945443115]
我々は,十分な精度のトレーニングアルゴリズムが,予測モデルにおいて,そのトレーニング例の大規模サブセットに関する情報を本質的にすべてエンコードしなければならない自然予測問題を記述する。私たちの結果は、トレーニングアルゴリズムや学習に使用されるモデルのクラスに依存しません。
論文参考訳（メタデータ） (2020-12-11T15:25:14Z)
An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文参考訳（メタデータ） (2020-06-18T20:09:53Z)
Machine Number Sense: A Dataset of Visual Arithmetic Problems for Abstract and Relational Reasoning [95.18337034090648]
文法モデルを用いて自動生成される視覚的算術問題からなるデータセット、MNS(Machine Number Sense)を提案する。これらの視覚的算術問題は幾何学的フィギュアの形をしている。我々は、この視覚的推論タスクのベースラインとして、4つの主要なニューラルネットワークモデルを用いて、MNSデータセットをベンチマークする。
論文参考訳（メタデータ） (2020-04-25T17:14:58Z)
Optimal Clustering from Noisy Binary Feedback [75.17453757892152]
本稿では,二元的ユーザフィードバックから一組のアイテムをクラスタリングする問題について検討する。最小クラスタ回復誤差率のアルゴリズムを考案する。適応選択のために,情報理論的誤差下界の導出にインスパイアされたアルゴリズムを開発する。
論文参考訳（メタデータ） (2019-10-14T09:18:26Z)

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。