論文の概要: Swarm Analytics: Designing Information Markers to Characterise Swarm
Systems in Shepherding Contexts
- arxiv url: http://arxiv.org/abs/2208.12386v1
- Date: Fri, 26 Aug 2022 00:43:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-29 12:55:02.628727
- Title: Swarm Analytics: Designing Information Markers to Characterise Swarm
Systems in Shepherding Contexts
- Title(参考訳): swarm analytics: シェパードコンテキストにおけるswarmシステムを特徴付けるための情報マーカーの設計
- Authors: Adam Hepworth, Aya Hussein, Darryn Reid and Hussein Abbass
- Abstract要約: 本稿では,Swarmに関する指標の集合を,オントロジ的に配置された情報マーカーの集合に整理することを目的とする。
私たちの貢献は、Emphs分析と題する新しい研究分野の基盤を示すものです。
我々は,情報マーカーの枠組みを設計し,Swarm研究の新たな道筋を示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Contemporary swarm indicators are often used in isolation, focused on
extracting information at the individual or collective levels. These are seldom
integrated to infer a top-level operating picture of the swarm, its individual
members, and its overall collective dynamics. The primary contribution of this
paper is to organise a suite of indicators about swarms into an
ontologically-arranged collection of information markers to characterise the
swarm from the perspective of an external observer-, a recognition agent. Our
contribution shows the foundations for a new area of research that we title
\emph{swarm analytics}, which its primary concern is with the design and
organisation of collections of swarm markers to understand, detect, recognise,
track, and learn a particular insight about a swarm system. We present our
designed framework of information markers presents a new avenue for swarm
research, especially for heterogeneous and cognitive swarms that may require
more advanced capabilities to detect agencies and categorise agent influences
and responses.
- Abstract(参考訳): 現代のスウォーム指標は、個別または集団レベルでの情報抽出に焦点をあてて、孤立的にしばしば用いられる。
これらは、Swarmの上位レベルの操作図、その個々のメンバー、および全体的ダイナミクスを推測するために統合されることはめったにない。
この論文の主な貢献は、群に関する一連の指標を、外部の観察者の観点から群を特徴づける存在論的に配列された情報マーカーの集合に編成することである。
我々の貢献は、我々が「emph{swarm analytics}」と題する新しい研究分野の基礎を示すものであり、その主な関心事は、Swarmシステムに関する特定の洞察を理解し、検出し、認識し、追跡し、学習するための、Swarmマーカーのコレクションの設計と組織である。
我々は,情報マーカーの枠組みを考案し,エージェントの影響と応答を分類するために,より高度な能力を必要とする異種群および認知群に対して,スワーミング研究の新たな道筋を提示する。
関連論文リスト
- Explaining Clustering of Ecological Momentary Assessment Data Through Temporal and Feature Attention [4.951599300340955]
エコロジー・モメンタリー・アセスメント (Ecological Momentary Assessment, EMA) 研究は、心理病理関連変数の個人データをリアルタイムに提供する。
本稿では,クラスタの識別において主要な役割を担う重要な時間点と変数を識別する,注目に基づく解釈可能なフレームワークを提案する。
論文 参考訳(メタデータ) (2024-05-08T07:09:43Z) - The Paradox of Motion: Evidence for Spurious Correlations in
Skeleton-based Gait Recognition Models [4.089889918897877]
本研究は、視覚に基づく歩行認識が主に動きパターンに依存しているという一般的な仮定に挑戦する。
高さ情報の除去が顕著な性能低下につながることを比較分析により示す。
本研究では,時間的情報を無視して個々のポーズを処理する空間変換器モデルを提案する。
論文 参考訳(メタデータ) (2024-02-13T09:33:12Z) - Revisiting Self-supervised Learning of Speech Representation from a
Mutual Information Perspective [68.20531518525273]
我々は、情報理論の観点から、既存の自己教師型音声の手法を詳しく検討する。
我々は線形プローブを用いて、対象情報と学習された表現の間の相互情報を推定する。
我々は、ラベルを使わずに、データの異なる部分間の相互情報を見積もる自己教師型の表現を評価する可能性を探る。
論文 参考訳(メタデータ) (2024-01-16T21:13:22Z) - Weakly-supervised HOI Detection via Prior-guided Bi-level Representation
Learning [66.00600682711995]
ヒューマンオブジェクトインタラクション(HOI)検出は、人間中心のシーン理解において重要な役割を担い、多くの視覚タスクの基本的なビルディングブロックとして機能する。
HOI検出のための汎用的でスケーラブルな戦略の1つは、画像レベルのアノテーションからのみ学習する弱い監視を使用することである。
これは、不明瞭な人間と物体の関連、HOIを検出する大きな探索空間、非常にノイズの多い訓練信号によって本質的に困難である。
画像レベルとHOIインスタンスレベルの両方で事前の知識を組み込むことができるCLIP誘導HOI表現を開発し、不正な人間とオブジェクトの関連性を実証するために自己学習機構を採用する。
論文 参考訳(メタデータ) (2023-03-02T14:41:31Z) - Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。
この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
論文 参考訳(メタデータ) (2021-12-07T18:50:42Z) - Observing a group to infer individual characteristics [1.0152838128195465]
本研究では, 現地住民がエージェントの動きをどう支援するか, あるいは妨げるかを, 観測した動き情報のみに基づいて推定する新しいオブザーバアルゴリズムを提案する。
従来の教師付き学習アプローチとは異なり、このアルゴリズムは物理的な洞察とスケーリング引数に基づいており、トレーニングデータに依存しない。
このようなデータに依存しないアプローチは、クリーンでラベル付けされたデータが入手が困難な現実世界の多くの問題と関連している。
論文 参考訳(メタデータ) (2021-10-12T09:59:54Z) - Finding Facial Forgery Artifacts with Parts-Based Detectors [73.08584805913813]
顔の個々の部分に焦点を絞った一連の偽造検知システムを設計する。
これらの検出器を用いて、FaceForensics++、Celeb-DF、Facebook Deepfake Detection Challengeデータセットの詳細な実験分析を行う。
論文 参考訳(メタデータ) (2021-09-21T16:18:45Z) - Beyond Tracking: Using Deep Learning to Discover Novel Interactions in
Biological Swarms [3.441021278275805]
本稿では,システムレベルの状態を全体像から直接予測するディープ・ネットワーク・モデルを提案する。
結果の予測モデルは、人間の理解した予測モデルに基づいていないため、説明モジュールを使用する。
これは、行動生態学における人工知能の例である。
論文 参考訳(メタデータ) (2021-08-20T22:50:41Z) - ConsNet: Learning Consistency Graph for Zero-Shot Human-Object
Interaction Detection [101.56529337489417]
画像中のHuman, Action, Object>の形のHOIインスタンスを検出・認識することを目的としたHuman-Object Interaction (HOI) Detectionの問題点を考察する。
我々は、オブジェクト、アクション、インタラクション間の多レベルコンパレンシーは、稀な、あるいは以前には見られなかったHOIのセマンティック表現を生成するための強力な手がかりであると主張している。
提案モデルでは,人-対象のペアの視覚的特徴とHOIラベルの単語埋め込みを入力とし,それらを視覚-意味的関節埋め込み空間にマッピングし,類似度を計測して検出結果を得る。
論文 参考訳(メタデータ) (2020-08-14T09:11:18Z) - Multi-Granularity Reference-Aided Attentive Feature Aggregation for
Video-based Person Re-identification [98.7585431239291]
ビデオベースの人物再識別は、同じ人物をビデオクリップ間でマッチングすることを目的としている。
本稿では,マルチグラニュラリティ参照属性集約モジュールMG-RAFAを提案する。
本フレームワークは,3つのベンチマークデータセット上での最先端のアブレーション性能を実現する。
論文 参考訳(メタデータ) (2020-03-27T03:49:21Z) - Deep learning reveals hidden interactions in complex systems [0.0]
AgentNetは、複雑なシステムに隠されたインタラクションを明らかにするために、ディープニューラルネットワークで構成されるモデルフリーのデータ駆動フレームワークである。
鳥の群れから得られた実証データにより、AgentNetは本物の鳥が提示する隠れた相互作用範囲を特定できることを示した。
論文 参考訳(メタデータ) (2020-01-03T02:25:50Z)
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。