Fugu-MT 論文翻訳(概要): Machine Learning Class Numbers of Real Quadratic Fields

論文の概要: Machine Learning Class Numbers of Real Quadratic Fields

arxiv url: http://arxiv.org/abs/2209.09283v1
Date: Mon, 19 Sep 2022 18:16:01 GMT
ステータス: 処理完了
システム内更新日: 2022-09-21 19:46:56.486076
Title: Machine Learning Class Numbers of Real Quadratic Fields
Title（参考訳）: 実二次場の機械学習クラス番号
Authors: Malik Amir, Yang-Hui He, Kyu-Hwan Lee, Thomas Oliver, and Eldar Sultanow
Abstract要約: 類数1,2,3を持つ実二次体を含む教師付き学習実験を実装し,解釈する。データ科学の観点から、マッチング/微分パリティのクラス番号を分離する際の相対的困難さを定量化する。シンボリック分類を用いて,データセットに適用可能なクラス番号1,2,3の機械学習式を開発する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We implement and interpret various supervised learning experiments involving real quadratic fields with class numbers 1, 2 and 3. We quantify the relative difficulties in separating class numbers of matching/different parity from a data-scientific perspective, apply the methodology of feature analysis and principal component analysis, and use symbolic classification to develop machine-learned formulas for class numbers 1, 2 and 3 that apply to our dataset.
Abstract（参考訳）: クラス番号 1, 2 および 3 を持つ実二次体を含む様々な教師あり学習実験を実装し,解釈する。データ科学的な視点からマッチング/差分パリティのクラス番号を分離する相対的な難しさを定量化し、特徴分析と主成分分析の方法論を適用し、記号分類を用いてデータセットに適用するクラス番号1,2,3の機械学習式を開発する。

関連論文リスト

Balancing the Scales: A Comprehensive Study on Tackling Class Imbalance in Binary Classification [0.8287206589886881]
本研究は、クラス不均衡を扱うために広く利用されている3つの戦略を包括的に評価する。これらの手法を、15種類の機械学習モデルにまたがる非干渉のベースラインシナリオと比較する。以上の結果から,3つの戦略がすべてベースラインを上回り,決定閾値が最も一貫して有効な手法として出現することが示唆された。
論文参考訳（メタデータ） (2024-09-29T16:02:32Z)
Towards Intersectionality in Machine Learning: Including More Identities, Handling Underrepresentation, and Performing Evaluation [23.661509482014058]
交差性を複数の属性として組み込んだ場合、機械学習パイプラインの3段階に沿って発生する疑問に対処する。我々は、どの属性ラベルをトレーニングするかを選択する際に、経験的検証でドメイン知識を補うことを提唱する。規範的含意を考慮せずにデータ不均衡技術の使用を警告する。
論文参考訳（メタデータ） (2022-05-10T01:00:52Z)
An Extensible Benchmark Suite for Learning to Simulate Physical Systems [60.249111272844374]
我々は、統一されたベンチマークと評価プロトコルへの一歩を踏み出すために、一連のベンチマーク問題を導入する。本稿では,4つの物理系と,広く使用されている古典的時間ベースおよび代表的なデータ駆動手法のコレクションを提案する。
論文参考訳（メタデータ） (2021-08-09T17:39:09Z)
Few-Shot Named Entity Recognition: A Comprehensive Study [92.40991050806544]
マルチショット設定のモデル一般化能力を向上させるための3つの手法を検討する。ラベル付きデータの比率の異なる10の公開nerデータセットについて経験的比較を行う。マルチショットとトレーニングフリーの両方の設定で最新の結果を作成します。
論文参考訳（メタデータ） (2020-12-29T23:43:16Z)
Theoretical Insights Into Multiclass Classification: A High-dimensional Asymptotic View [82.80085730891126]
線形多クラス分類の最初の現代的精度解析を行う。分析の結果,分類精度は分布に依存していることがわかった。得られた洞察は、他の分類アルゴリズムの正確な理解の道を開くかもしれない。
論文参考訳（メタデータ） (2020-11-16T05:17:29Z)
Neural Networks as Functional Classifiers [0.0]
我々は、分類問題のために、注目すべき深層学習手法を機能データ領域に拡張する。本手法の有効性を,分光データの分類などの多くの分類応用において強調する。
論文参考訳（メタデータ） (2020-10-09T00:11:01Z)
Evaluating Nonlinear Decision Trees for Binary Classification Tasks with Other Existing Methods [8.870380386952993]
データセットを2つ以上の異なるクラスに分類することは、機械学習の重要なタスクである。多くのメソッドは、テストデータに対して非常に高い精度でバイナリ分類タスクを分類することができるが、容易に解釈可能な説明を提供することはできない。我々は、最近提案された非線形決定木アプローチを、多くのデータセットでよく使われている分類手法で強調し、評価する。
論文参考訳（メタデータ） (2020-08-25T00:00:23Z)
Commonality-Parsing Network across Shape and Appearance for Partially Supervised Instance Segmentation [71.59275788106622]
そこで本稿では,マスク付分類から新しい分類へ一般化可能な,クラス非依存の共通性について考察する。本モデルでは,COCOデータセット上のサンプルセグメンテーションにおける部分教師付き設定と少数ショット設定の両方において,最先端の手法を著しく上回っている。
論文参考訳（メタデータ） (2020-07-24T07:23:44Z)
Modeling Generalization in Machine Learning: A Methodological and Computational Study [0.8057006406834467]
我々は、機械学習の一般化を評価する際に、トレーニングデータの凸殻の概念を用いる。機械学習モデルの一般化能力と次元に関するすべての指標との予期せぬ弱い関係を観察する。
論文参考訳（メタデータ） (2020-06-28T19:06:16Z)
Rethinking Class-Balanced Methods for Long-Tailed Visual Recognition from a Domain Adaptation Perspective [98.70226503904402]
現実世界のオブジェクトの周波数は、しばしば電力法則に従い、長い尾のクラス分布を持つデータセット間のミスマッチを引き起こす。メタラーニング手法を用いて,クラス条件分布の違いを明示的に推定し,古典的なクラスバランス学習を強化することを提案する。
論文参考訳（メタデータ） (2020-03-24T11:28:42Z)
Three Approaches for Personalization with Applications to Federated Learning [68.19709953755238]
本稿では,パーソナライゼーションの体系的学習理論について述べる。学習理論の保証と効率的なアルゴリズムを提供し、その性能を実証する。全てのアルゴリズムはモデルに依存しず、任意の仮説クラスで機能する。
論文参考訳（メタデータ） (2020-02-25T01:36:43Z)

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。