Fugu-MT 論文翻訳(概要): Arithmetical Binary Decision Tree Traversals

論文の概要: Arithmetical Binary Decision Tree Traversals

arxiv url: http://arxiv.org/abs/2209.04825v7
Date: Tue, 05 Nov 2024 14:42:08 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-06 14:55:30.720250
Title: Arithmetical Binary Decision Tree Traversals
Title（参考訳）: 算術的二分決定木トラバーサル
Authors: Jinxiong Zhang,
Abstract要約: 本稿では,新しい表現行列を利用して二分木構造を平坦化する二分木トラバーサルアルゴリズムを提案する。当社のアプローチは、内部製品検索の最大化に基礎を置いており、意思決定ツリーに関する新たな洞察を与えています。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This paper introduces a series of methodes for traversing binary decision trees using arithmetic operations. We present a suite of binary tree traversal algorithms that leverage novel representation matrices to flatten the full binary tree structure and embed the aggregated internal node Boolean tests into a single bitvector. Our approach, grounded in maximum inner product search, offers new insights into decision tree.
Abstract（参考訳）: 本稿では,算術演算を用いて二分決定木をトラバースする一連の手法を提案する。そこで本研究では,新しい表現行列を利用する二分木トラバーサルアルゴリズムを用いて,全二分木構造を平坦化し,集約した内部ノードブール試験を1ビットベクトルに埋め込む。当社のアプローチは、内部製品検索の最大化に基礎を置いており、意思決定ツリーに関する新たな洞察を与えています。

関連論文リスト

Terminating Differentiable Tree Experts [77.2443883991608]
本稿では,変圧器と表現生成器の組み合わせを用いて木操作を学習するニューラルシンボリック微分木機械を提案する。まず、専門家の混在を導入することで、各ステップで使用される一連の異なるトランスフォーマーレイヤを取り除きます。また,モデルが自動生成するステップ数を選択するための新しい終端アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-07-02T08:45:38Z)
LiteSearch: Efficacious Tree Search for LLM [70.29796112457662]
本研究では,動的ノード選択とノードレベルの探索予算を備えた新しいガイド付き木探索アルゴリズムを提案する。 GSM8KおよびTabMWPデータセットを用いて行った実験により,本手法はベースライン法に比べて計算コストが大幅に低いことを示した。
論文参考訳（メタデータ） (2024-06-29T05:14:04Z)
Learning a Decision Tree Algorithm with Transformers [75.96920867382859]
メタ学習によってトレーニングされたトランスフォーマーベースのモデルであるMetaTreeを導入し、強力な決定木を直接生成する。我々は、多くのデータセットに欲求決定木とグローバルに最適化された決定木の両方を適合させ、MetaTreeを訓練して、強力な一般化性能を実現する木のみを生成する。
論文参考訳（メタデータ） (2024-02-06T07:40:53Z)
TreeDQN: Learning to minimize Branch-and-Bound tree [78.52895577861327]
Branch-and-Boundは、Mixed Linear Programsという形で最適化タスクを解決するための便利なアプローチである。解法の効率は、分割する変数を選択するのに使用される分岐に依存する。分岐を効率的に学習できる強化学習法を提案する。
論文参考訳（メタデータ） (2023-06-09T14:01:26Z)
New Linear-time Algorithm for SubTree Kernel Computation based on Root-Weighted Tree Automata [0.0]
本稿では,SubTreeカーネル計算のための重み付き木オートマトンの概念に基づく線形時間アルゴリズムを提案する。提案アルゴリズムの主な考え方は、DAGの削減とノードのソートを置き換えることである。我々のアプローチには3つの大きな利点がある:それは出力に敏感であり、木の種類(順序のない木と順序のない木)に敏感であり、インクリメンタルな木カーネルベースの学習手法によく適応している。
論文参考訳（メタデータ） (2023-02-02T13:37:48Z)
Robustifying Algorithms of Learning Latent Trees with Vector Variables [92.18777020401484]
Recursive Grouping (RG) と Chow-Liu Recursive Grouping (CLRG) のサンプル複雑性について述べる。 RG,CLRG,Neighbor Joining (NJ) およびSpectral NJ (SNJ) をトラッピングした内積を用いて強化する。我々は、潜在木の構造学習において、最初の既知のインスタンス依存の不合理性の結果を導出する。
論文参考訳（メタデータ） (2021-06-02T01:37:52Z)
Yet Another Representation of Binary Decision Trees: A Mathematical Demonstration [0.0]
決定木は単純な非巡回計算グラフのように見え、葉ノードだけが出力値を指定する。数値的な観点から、計算グラフの言語で決定木を表現する。
論文参考訳（メタデータ） (2021-01-18T13:50:14Z)
Decision trees as partitioning machines to characterize their generalization properties [2.370481325034443]
データの分割の観点から、実値の特徴について二分決定木を再検討する。内部ノードが$N$である二分木構造のVC次元が$N log(Nell)$であることを示す。我々は,これらの結果に基づいて,多数のデータセット上でのCARTアルゴリズムよりも優れたプルーニングアルゴリズムを詳述する。
論文参考訳（メタデータ） (2020-10-14T19:25:58Z)
Learning Binary Decision Trees by Argmin Differentiation [34.9154848754842]
ダウンストリームタスクのためにデータを分割するバイナリ決定木を学びます。離散パラメータの混合整数プログラムを緩和する。我々は、前方と後方のパスを効率的に計算するアルゴリズムを考案した。
論文参考訳（メタデータ） (2020-10-09T15:11:28Z)
MurTree: Optimal Classification Trees via Dynamic Programming and Search [61.817059565926336]
動的プログラミングと探索に基づいて最適な分類木を学習するための新しいアルゴリズムを提案する。当社のアプローチでは,最先端技術が必要とする時間のごく一部しか使用せず,数万のインスタンスでデータセットを処理することが可能です。
論文参考訳（メタデータ） (2020-07-24T17:06:55Z)

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。