論文の概要: A Transformer-based Framework for POI-level Social Post Geolocation

• arxiv url: http://arxiv.org/abs/2211.01336v1
• Date: Wed, 26 Oct 2022 10:30:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-06 14:57:33.043403
• Title: A Transformer-based Framework for POI-level Social Post Geolocation
• Title（参考訳）: POIレベルのソーシャルポストジオロケーションのためのトランスフォーマーベースフレームワーク
• Authors: Menglin Li, Kwan Hui Lim, Teng Guo, Junhua Liu
• Abstract要約: 本稿では,事前学習された言語モデルに基づいて,非テキストデータを考慮したトランスフォーマーベース汎用フレームワークを提案する。 提案するフレームワークの3つの変種は,精度と距離誤差の指標において,複数の最先端のベースラインを上回っていることを示す。
• 参考スコア（独自算出の注目度）: 4.027087283290081
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: POI-level geo-information of social posts is critical to many location-based applications and services. However, the multi-modality, complexity and diverse nature of social media data and their platforms limit the performance of inferring such fine-grained locations and their subsequent applications. To address this issue, we present a transformer-based general framework, which builds upon pre-trained language models and considers non-textual data, for social post geolocation at the POI level. To this end, inputs are categorized to handle different social data, and an optimal combination strategy is provided for feature representations. Moreover, a uniform representation of hierarchy is proposed to learn temporal information, and a concatenated version of encodings is employed to capture feature-wise positions better. Experimental results on various social datasets demonstrate that three variants of our proposed framework outperform multiple state-of-art baselines by a large margin in terms of accuracy and distance error metrics.
• Abstract（参考訳）: POIレベルのソーシャルポストの地理情報は多くの位置情報ベースのアプリケーションやサービスにとって重要である。 しかし、ソーシャルメディアデータとそのプラットフォームが持つ多様で複雑で多様な性質は、そのようなきめ細かい場所とその後の応用を推測する性能を制限している。 本稿では,事前学習された言語モデルに基づいて,poiレベルでのソーシャルポストジオロケーションのための非テキストデータを検討する,トランスフォーマティブベースの汎用フレームワークを提案する。 この目的のために、入力を分類して異なる社会データを処理し、特徴表現に最適な組み合わせ戦略を提供する。 さらに,時間的情報を学習するために階層の統一表現を提案し,特徴的位置をよりよく捉えるためにエンコーディングの連結バージョンを用いる。 様々な社会的データセットを用いた実験結果から,提案手法の3つの変種は,精度と距離誤差の指標において,複数の最先端基準よりも高い性能を示した。

関連論文リスト

• MIP-GAF: A MLLM-annotated Benchmark for Most Important Person Localization and Group Context Understanding [12.572321050617571]
  社会的イベント設定において最も重要な人物(MIP)を推定することは、ラベル付きデータのコンテキスト的複雑さと不足のために難しい問題である。 我々は、画像中のMIPに関する人間の知覚を識別するために、大規模な「ワイルド」データセットに注釈を付けることで、この問題に対処することを目指している。 提案するデータセットは,次世代の社会状況理解手法を構築する上で重要な役割を果たす。
  論文  参考訳（メタデータ） (2024-09-10T05:28:38Z)
• Personalized Collaborative Fine-Tuning for On-Device Large Language Models [33.68104398807581]
  ローカルデータ利用率に制限のある大規模言語モデルのデバイス上での自己教師型協調微調整について検討する。 本稿では,信頼度重み付き勾配集約方式として,重み類似度ベース,予測類似度ベース,検証性能ベースという3つの方法を紹介する。 予測および性能指標によって駆動される当社のプロトコルは、FedAvgと局所的な微調整手法の両方を超越している。
  論文  参考訳（メタデータ） (2024-04-15T12:54:31Z)
• Global Point Cloud Registration Network for Large Transformations [46.7301374772952]
  ローカルトランスフォーメーションの優れたパフォーマンスを維持しつつ,大規模なトランスフォーメーションが発生するケースに直面するアーキテクチャであるReLaToを提案する。 本稿では,ソフトマックスプーリング層を用いて2つの点集合間の相互一致関係を抽出し,最も確実な一致を抽出する。 そして、得られた一致と潜伏特徴の両方に目標誘導復調ステップを適用し、最終的な微妙な登録を推定する。
  論文  参考訳（メタデータ） (2024-03-26T18:52:48Z)
• Towards Effective Next POI Prediction: Spatial and Semantic Augmentation with Remote Sensing Data [10.968721742000653]
  本稿では,2段階予測フレームワークにおける効果的なディープラーニング手法を提案する。 本手法は,まずリモートセンシングデータを組み込んで,重要な環境状況の把握を行う。 本研究では,利用者の歴史的トラジェクトリに対するQR-Pグラフを構築し,歴史的旅行知識をカプセル化する。
  論文  参考訳（メタデータ） (2024-03-22T04:22:36Z)
• Multi-modal Representation Learning for Social Post Location Inference [7.911777986696313]
  本研究では,位置推定のためのソーシャルポストの異なるモダリティを融合可能な,新しいマルチモーダル表現学習フレームワーク(MRLF)を提案する。 ノイズの多いユーザ生成テキストのコンテンツを克服するために,新しいアテンションベースの文字認識モジュールを提案する。 実験の結果,MRLFは正確な位置予測を行い,オンライン推論タスクにおけるソーシャルポストのマルチモーダルデータを理解するための新たな扉を開くことができることがわかった。
  論文  参考訳（メタデータ） (2023-06-11T02:35:48Z)
• MGeo: Multi-Modal Geographic Pre-Training Method [49.78466122982627]
  マルチモーダルジオグラフィック言語モデル(MGeo)を提案する。 MGeoはGCを新しいモダリティとして表現し、正確なクエリ-POIマッチングのためのマルチモーダル相関を完全に抽出することができる。 提案するマルチモーダル事前学習法は,汎用PTMのクエリ-POIマッチング能力を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2023-01-11T03:05:12Z)
• LCPFormer: Towards Effective 3D Point Cloud Analysis via Local Context Propagation in Transformers [60.51925353387151]
  本稿では,近隣地域間のメッセージパッシングを活用するために,LCP (Local Context Propagation) という新しいモジュールを提案する。 隣接するローカル領域の重複点を仲介として使用した後、異なるローカルリージョンからの共有ポイントの特徴を再重み付けし、その後、次のレイヤに渡す。 提案手法は, 異なるタスクに適用可能であり, 3次元形状分類や高密度予測タスクを含むベンチマークにおいて, 様々なトランスフォーマーベースの手法より優れる。
  論文  参考訳（メタデータ） (2022-10-23T15:43:01Z)
• Self-supervised Graph-based Point-of-interest Recommendation [66.58064122520747]
  Next Point-of-Interest (POI)レコメンデーションは、ロケーションベースのeコマースにおいて重要なコンポーネントとなっている。 自己教師付きグラフ強化POIレコメンデーション(S2GRec)を次のPOIレコメンデーションのために提案する。 特に,グローバル・トランジション・グラフと局所軌道グラフの両方からの協調的な信号を組み込むために,グラフ強化セルフアテンテート・レイヤを考案した。
  論文  参考訳（メタデータ） (2022-10-22T17:29:34Z)
• Hierarchical Local-Global Transformer for Temporal Sentence Grounding [58.247592985849124]
  本稿では,時間文グラウンドリングのマルチメディア問題について検討する。 与えられた文問合せに従って、トリミングされていないビデオ内の特定のビデオセグメントを正確に決定することを目的としている。
  論文  参考訳（メタデータ） (2022-08-31T14:16:56Z)
• Cross-Domain Facial Expression Recognition: A Unified Evaluation Benchmark and Adversarial Graph Learning [85.6386289476598]
  我々は,クロスドメイン全体的特徴共適応のための新しい逆グラフ表現適応(AGRA)フレームワークを開発した。 我々は,いくつかの一般的なベンチマークで広範囲かつ公平な評価を行い,提案したAGRAフレームワークが従来の最先端手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-08-03T15:00:31Z)
• A Unified Theory of Decentralized SGD with Changing Topology and Local Updates [70.9701218475002]
  分散通信方式の統一収束解析を導入する。 いくつかの応用に対して普遍収束率を導出する。 私たちの証明は弱い仮定に依存している。
  論文  参考訳（メタデータ） (2020-03-23T17:49:15Z)

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。