Fugu-MT 論文翻訳(概要): Principal Component Classification

論文の概要: Principal Component Classification

arxiv url: http://arxiv.org/abs/2210.12746v1
Date: Sun, 23 Oct 2022 15:05:14 GMT
ステータス: 処理完了
システム内更新日: 2022-10-25 13:19:49.431940
Title: Principal Component Classification
Title（参考訳）: 主成分分類
Authors: Rozenn Dahyot
Abstract要約: 本稿では,クラススコアを符号化した学習特徴を用いた分類推定手法を提案する。その結果,教師あり学習に適したエンコーダ・デコーダ構造が得られた。
参考スコア（独自算出の注目度）: 2.8790548120668573
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose to directly compute classification estimates by learning features encoded with their class scores. Our resulting model has a encoder-decoder structure suitable for supervised learning, it is computationally efficient and performs well for classification on several datasets.
Abstract（参考訳）: クラススコアを符号化した学習機能を用いて,分類推定を直接計算する。その結果得られたモデルは,教師付き学習に適したエンコーダ・デコーダ構造を有し,計算効率が高く,複数のデータセットの分類に適している。

関連論文リスト

Convolutional autoencoder-based multimodal one-class classification [80.52334952912808]
1クラス分類は、単一のクラスからのデータを用いた学習のアプローチを指す。マルチモーダルデータに適した深層学習一クラス分類法を提案する。
論文参考訳（メタデータ） (2023-09-25T12:31:18Z)
Anomaly Detection using Ensemble Classification and Evidence Theory [62.997667081978825]
本稿では,アンサンブル分類とエビデンス理論を用いた新しい検出手法を提案する。固体アンサンブル分類器を構築するためのプール選択戦略が提示される。我々は異常検出手法の不確実性を利用する。
論文参考訳（メタデータ） (2022-12-23T00:50:41Z)
Using Representation Expressiveness and Learnability to Evaluate Self-Supervised Learning Methods [61.49061000562676]
本稿では,学習可能性を評価するためにCluster Learnability (CL)を導入する。 CLは、K-meansで表現をクラスタリングすることによって得られたラベルを予測するために訓練されたKNNのパフォーマンスで測定される。 CLは、他の競合する評価手法よりも分布内モデルの性能と相関することがわかった。
論文参考訳（メタデータ） (2022-06-02T19:05:13Z)
Rank4Class: A Ranking Formulation for Multiclass Classification [26.47229268790206]
マルチクラス分類(MCC)は基本的な機械学習問題である。ランキングのレンズを通した新しい定式化により,MCCの性能を向上させることは容易であることを示す。
論文参考訳（メタデータ） (2021-12-17T19:22:37Z)
Self-Supervised Class Incremental Learning [51.62542103481908]
既存のクラスインクリメンタルラーニング(CIL)手法は、データラベルに敏感な教師付き分類フレームワークに基づいている。新しいクラスデータに基づいて更新する場合、それらは破滅的な忘れがちである。本稿では,SSCILにおける自己指導型表現学習のパフォーマンスを初めて考察する。
論文参考訳（メタデータ） (2021-11-18T06:58:19Z)
Calibrating Class Activation Maps for Long-Tailed Visual Recognition [60.77124328049557]
本稿では,CNNの長期分布からネットワーク学習を改善するための2つの効果的な修正を提案する。まず,ネットワーク分類器の学習と予測を改善するために,CAMC (Class Activation Map) モジュールを提案する。第2に,長期化問題における表現学習における正規化分類器の利用について検討する。
論文参考訳（メタデータ） (2021-08-29T05:45:03Z)
CAC: A Clustering Based Framework for Classification [20.372627144885158]
分類アウェアクラスタリング(CAC)と呼ばれるシンプルで効率的で汎用的なフレームワークを設計する。本実験は,クラスタリングと分類を併用した従来の手法よりもCACの有効性を示すものである。
論文参考訳（メタデータ） (2021-02-23T18:59:39Z)
K-Means Kernel Classifier [0.0]
K平均クラスタリングと最小二乗カーネル分類法を組み合わせる。教師なし学習アルゴリズムと教師なし学習アルゴリズムの組み合わせは,非常にうまく機能することを示す。
論文参考訳（メタデータ） (2020-12-23T23:10:44Z)
Predicting Classification Accuracy When Adding New Unobserved Classes [8.325327265120283]
そこで本研究では,より大規模で未観測のクラスに対して,期待する精度を推定するために,分類器の性能をどのように利用することができるかを検討する。ニューラルネットワークに基づく頑健なアルゴリズム "CleaneX" を定式化し,任意のサイズのクラスに対して,そのような分類器の精度を推定する。
論文参考訳（メタデータ） (2020-10-28T14:37:25Z)
Fine-Grained Visual Classification with Efficient End-to-end Localization [49.9887676289364]
本稿では,エンド・ツー・エンドの設定において,分類ネットワークと融合可能な効率的なローカライゼーションモジュールを提案する。我々は,CUB200-2011,Stanford Cars,FGVC-Aircraftの3つのベンチマークデータセット上で,新しいモデルを評価する。
論文参考訳（メタデータ） (2020-05-11T14:07:06Z)
Diversity-Aware Weighted Majority Vote Classifier for Imbalanced Data [1.2944868613449219]
多様性を考慮したアンサンブル学習に基づくアルゴリズム DAMVI を提案する。本稿では, 予測保守作業, クレジットカード不正検出, ウェブページ分類, 医療応用に関する最先端モデルに関して, 提案手法の効率性を示す。
論文参考訳（メタデータ） (2020-04-16T11:27:50Z)

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。