論文の概要: Beam Search: Faster and Monotonic
- arxiv url: http://arxiv.org/abs/2204.02929v1
- Date: Wed, 6 Apr 2022 16:40:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-07 17:03:00.486383
- Title: Beam Search: Faster and Monotonic
- Title（参考訳）: ビームサーチ:より高速でモノトニック
- Authors: Sofia Lemons and Carlos Linares L\'opez and Robert C. Holte and
Wheeler Ruml
- Abstract要約: 我々はビーム探索のモノトニック化の方法を示し、ビーム幅が増加するにつれて非増加解コストが保証される新しい変種を提供する。
また,非一様コストの領域において,ビーム探索がより高速に解を見つけることができることを示す。
- 参考スコア（独自算出の注目度）: 15.20931404997906
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Beam search is a popular satisficing approach to heuristic search problems
that allows one to trade increased computation time for lower solution cost by
increasing the beam width parameter. We make two contributions to the study of
beam search. First, we show how to make beam search monotonic; that is, we
provide a new variant that guarantees non-increasing solution cost as the beam
width is increased. This makes setting the beam parameter much easier. Second,
we show how using distance-to-go estimates can allow beam search to find better
solutions more quickly in domains with non-uniform costs. Together, these
results improve the practical effectiveness of beam search.
- Abstract（参考訳）: ビーム探索はヒューリスティックな探索問題に対する満足度の高いアプローチであり、ビーム幅パラメータを増大させることで計算時間の増加と解コストの低減を両立させることができる。
我々はビーム探索の研究に2つの貢献をしている。
まず,ビーム探索のモノトニック化について述べる。すなわち,ビーム幅が増大するにつれて非増加解コストが保証される新しい変種を提案する。
これによりビームパラメータの設定がずっと簡単になる。
第2に,非一様コストの領域において,ビーム探索がより高速に解を見つけることができることを示す。
これらの結果により,ビームサーチの有効性が向上した。
関連論文リスト
- On the Depth between Beam Search and Exhaustive Search for Text
Generation [3.726173629675064]
ビームサーチは検索幅と深さの両方で制限されているが、網羅的なサーチはそのような制限のないグローバルサーチである。
そこで,Lookahead Beam Search (LBS)を提案する。
LBSは、機械翻訳タスクにおけるビームサーチ全体の性能を向上する。
論文 参考訳（メタデータ） (2023-08-25T22:57:53Z) - Deep Learning and Image Super-Resolution-Guided Beam and Power
Allocation for mmWave Networks [80.37827344656048]
我々は,ミリ波(mmWave)ネットワークのためのディープラーニング(DL)誘導ハイブリッドビームとパワーアロケーションアプローチを開発した。
教師付き学習と超解像技術の相乗効果を利用して、低オーバヘッドビームとパワーアロケーションを実現する。
論文 参考訳（メタデータ） (2023-05-08T05:40:54Z) - Factorized Inverse Path Tracing for Efficient and Accurate
Material-Lighting Estimation [97.0195314255101]
逆経路追跡は計算に高価であり、反射と放出の間に曖昧さが存在する。
当社のFactized Inverse Path Tracing (FIPT) は, ファクタリング光輸送の定式化によってこれらの課題に対処する。
提案アルゴリズムは, 従来よりも高精度な材料と照明の最適化を実現し, あいまいさの解消に有効である。
論文 参考訳（メタデータ） (2023-04-12T07:46:05Z) - Fast Beam Alignment via Pure Exploration in Multi-armed Bandits [91.11360914335384]
我々は,ミリ波通信におけるBAレイテンシを低減するために,帯域幅に基づく高速BAアルゴリズムを開発した。
我々のアルゴリズムは2相ヘテロセダスティックトラック・アンド・ストップ (2PHT&S) と呼ばれる。
論文 参考訳（メタデータ） (2022-10-23T05:57:39Z) - A Call for Clarity in Beam Search: How It Works and When It Stops [125.55175954381991]
我々は、このビーム復号化実装の簡単な修正である忍耐係数を導入し、停止基準を一般化し、探索深度に柔軟性を提供する。
実験結果から,この忍耐率の調整は,ニューステキスト要約および多言語対における機械翻訳において,強い事前学習されたモデルの復号性能を向上させることが示された。
論文 参考訳（メタデータ） (2022-04-11T22:03:44Z) - Determinantal Beam Search [75.84501052642361]
ビームサーチは、ニューラルシーケンスモデルをデコードするためのゴーツー戦略である。
複数のソリューションを要求するユースケースでは、多様あるいは代表的なセットがしばしば望まれる。
ビームサーチを一連の部分決定問題として繰り返し行うことにより、アルゴリズムを多種多様なサブセット選択プロセスに変換することができる。
論文 参考訳（メタデータ） (2021-06-14T13:01:46Z) - A Novel Look at LIDAR-aided Data-driven mmWave Beam Selection [24.711393214172148]
軽量ニューラルネットワーク(NN)アーキテクチャとそれに対応するLIDARプリプロセッシングを提案する。
nnベースのビーム選択方式は、ビーム探索のオーバーヘッドなしに79.9%のスループットを達成でき、95%のスループットを6ビーム以内で探索できる。
論文 参考訳（メタデータ） (2021-04-29T18:07:31Z) - Incremental Beam Manipulation for Natural Language Generation [26.295452668557452]
ビームサーチの出力を再現することは一般的であるが、これはビームサーチに頼って適切な仮説を導出する。
ビームサーチの他の代替手段では、モデルのトレーニングを変更する必要があり、適用性を制限する。
本論文では, 終端のみでなく, 復号時にビーム内の仮説を再定位するインクリメンタルビーム操作を提案する。
論文 参考訳（メタデータ） (2021-02-04T12:26:47Z) - Best-First Beam Search [78.71330480725668]
本研究では,ビームサーチの標準実装を10倍高速に実現可能であることを示す。
ダウンストリーム性能の面でも同様に有益な探索バイアスを有するBest-First Beam Searchのメモリ再生版を提案する。
論文 参考訳（メタデータ） (2020-07-08T05:56:01Z)
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。