Fugu-MT 論文翻訳(概要): High-performance automatic categorization and attribution of inventory catalogs

論文の概要: High-performance automatic categorization and attribution of inventory catalogs

arxiv url: http://arxiv.org/abs/2202.08965v1
Date: Wed, 9 Feb 2022 18:09:50 GMT
ステータス: 処理完了
システム内更新日: 2022-02-27 17:38:15.034094
Title: High-performance automatic categorization and attribution of inventory catalogs
Title（参考訳）: 在庫目録の高性能自動分類と帰属
Authors: Anton Kolonin
Abstract要約: 自動テキスト分類のための機械学習技術を適用し,目録データ属性の問題に適用する。探索された様々なアプローチと、精度と性能のトレードオフに対処する最適解が選択される。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Techniques of machine learning for automatic text categorization are applied and adapted for the problem of inventory catalog data attribution, with different approaches explored and optimal solution addressing the tradeoff between accuracy and performance is selected.
Abstract（参考訳）: 自動テキスト分類のための機械学習技術を適用し,在庫目録データ属性の問題に適用し,精度と性能のトレードオフに対処する最適解を選択する。

関連論文リスト

Prompt Optimization with EASE? Efficient Ordering-aware Automated Selection of Exemplars [66.823588073584]
大規模言語モデル(LLM)は、現実世界のアプリケーションで印象的な機能を示している。これらの卓越した作品の品質は、パフォーマンスに大きな影響を与えます。既存の方法は、先行注文がパフォーマンスに与える影響を適切に説明できない。
論文参考訳（メタデータ） (2024-05-25T08:23:05Z)
DALSA: Domain Adaptation for Supervised Learning From Sparsely Annotated MR Images [2.352695945685781]
そこで本研究では,自動腫瘍セグメンテーションのための教師あり学習において,スパースアノテーションによるサンプル選択誤差を補正するトランスファーラーニング手法を提案する。提案手法は,スパースおよび曖昧なアノテーションから,異なる組織クラスに対する高品質な分類法を導出する。完全ラベル付きデータを用いたトレーニングと比較して, ラベル付け時間とトレーニング時間は, 精度を犠牲にすることなく, 70倍, 180倍に短縮した。
論文参考訳（メタデータ） (2024-03-12T09:17:21Z)
Multi-output Headed Ensembles for Product Item Classification [0.9053163124987533]
本稿では,eコマースカタログを対象としたディープラーニングに基づく分類モデルフレームワークを提案する。我々は、ロバストな業界標準ベースラインモデルに対する改善を示す。また,ユーザセッションを用いたモデル性能評価手法を提案する。
論文参考訳（メタデータ） (2023-07-29T01:23:36Z)
Class-Specific Variational Auto-Encoder for Content-Based Image Retrieval [95.42181254494287]
本稿では,変分自動エンコーダ(VAE)に対する正規化損失を提案する。その結果、モデルは、関心のクラスに属するデータを他のあらゆる可能性から識別することを学ぶ。実験の結果,提案手法はドメイン内およびドメイン外検索における競合よりも優れていた。
論文参考訳（メタデータ） (2023-04-23T19:51:25Z)
AutoCl : A Visual Interactive System for Automatic Deep Learning Classifier Recommendation Based on Models Performance [0.0]
我々は,非専門家が適切なディープラーニング(DL)分類器を採用するのを支援することを目的とした,視覚的インタラクティブなレコメンデーションシステムであるAutoClを紹介する。我々はAutoClの特徴を最近のAutoMLシステムと比較し、非専門家がDL分類器を選択するのに役立つことを示す。
論文参考訳（メタデータ） (2022-02-24T07:02:37Z)
MeGA-CDA: Memory Guided Attention for Category-Aware Unsupervised Domain Adaptive Object Detection [80.24165350584502]
カテゴリ対応ドメイン適応のためのメモリガイドアテンションを提案する。提案手法は,カテゴリー分類器を用いてカテゴリ認識特徴のアライメントを保証する。この方法はいくつかのベンチマークデータセットで評価され、既存のアプローチを上回ることが示されています。
論文参考訳（メタデータ） (2021-03-07T01:08:21Z)
Optimal Linear Combination of Classifiers [0.0]
1つの分類器を使うか、または1つの分類器を組み合わせるかは、機械学習の中心的なトピックである。本稿では,分類タスクのバイアス分散フレームワークから導出した分類器の最適線形結合を求める手法を提案する。
論文参考訳（メタデータ） (2021-03-01T16:21:40Z)
Active Hybrid Classification [79.02441914023811]
本論文では,クラスタとマシンが分類問題にどう対応できるかを示す。本稿では,活発な学習と群集分類を編成し,それらを活発なサイクルで組み合わせるアーキテクチャを提案する。
論文参考訳（メタデータ） (2021-01-21T21:09:07Z)
Unsupervised Label Refinement Improves Dataless Text Classification [48.031421660674745]
データレステキスト分類は、ラベル記述と組み合わせた文書にスコアを割り当てることで、文書を未確認のラベルに分類することができる。有望ながら、それは重要なダウンストリームタスクごとにラベルセットの正確な説明に依存します。この依存により、データレス分類器はラベル記述の選択に非常に敏感になり、実際にはデータレス分類の幅広い適用を妨げる。
論文参考訳（メタデータ） (2020-12-08T03:37:50Z)
Automated Concatenation of Embeddings for Structured Prediction [75.44925576268052]
本稿では, 埋め込みの自動結合(ACE)を提案し, 構造予測タスクにおける埋め込みのより優れた結合を見つけるプロセスを自動化する。我々は、強化学習の戦略に従い、制御器のパラメータを最適化し、タスクモデルの精度に基づいて報酬を計算する。
論文参考訳（メタデータ） (2020-10-10T14:03:20Z)
A novel embedded min-max approach for feature selection in nonlinear support vector machine classification [0.0]
min-max最適化問題に基づく組込み特徴選択法を提案する。双対性理論を活用することにより、min-max問題を等価に修正し、それ以上のアドを伴わずに解決する。提案手法の効率性と有用性は,いくつかのベンチマークデータセットで検証される。
論文参考訳（メタデータ） (2020-04-21T09:40:38Z)

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。