論文の概要: A Local-Pattern Related Look-Up Table

• arxiv url: http://arxiv.org/abs/2212.13922v1
• Date: Thu, 22 Dec 2022 06:02:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-01 13:56:44.668741
• Title: A Local-Pattern Related Look-Up Table
• Title（参考訳）: 局所パターン関連ルックアップテーブル
• Authors: Chung-Chin Shih, Ting Han Wei, Ti-Rong Wu, and I-Chen Wu
• Abstract要約: Relevance-Zoneパターンテーブル(RZT)は、従来の転置テーブルを置き換えるために使用することができる。 RZSは、GoにおけるL&D問題の解決における現在の最先端技術である。 実際にルックアップ中にラディックスツリーをトラバースするオーバーヘッドは、テーブルに格納されているエントリの数に関して、対数的に平坦なままである。
• 参考スコア（独自算出の注目度）: 9.260657061050887
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper describes a Relevance-Zone pattern table (RZT) that can be used to replace a traditional transposition table. An RZT stores exact game values for patterns that are discovered during a Relevance-Zone-Based Search (RZS), which is the current state-of-the-art in solving L&D problems in Go. Positions that share the same pattern can reuse the same exact game value in the RZT. The pattern matching scheme for RZTs is implemented using a radix tree, taking into consideration patterns with different shapes. To improve the efficiency of table lookups, we designed a heuristic that prevents redundant lookups. The heuristic can safely skip previously queried patterns for a given position, reducing the overhead to 10% of the original cost. We also analyze the time complexity of the RZT both theoretically and empirically. Experiments show the overhead of traversing the radix tree in practice during lookup remain flat logarithmically in relation to the number of entries stored in the table. Experiments also show that the use of an RZT instead of a traditional transposition table significantly reduces the number of searched nodes on two data sets of 7x7 and 19x19 L&D Go problems.
• Abstract（参考訳）: 本稿では、従来の転置テーブルを置き換えるために使用できるRelevance-Zoneパターンテーブル(RZT)について述べる。 RZTは、Relevance-Zone-Based Search (RZS)で発見されたパターンの正確なゲーム値を格納する。 同じパターンを共有する位置は、RZTで同じ正確なゲーム値を再利用することができる。 RZTのパターンマッチングスキームは、異なる形状のパターンを考慮したラディックスツリーを用いて実装される。 テーブルルックアップの効率を向上させるため,冗長なルックアップを防止するヒューリスティックを設計した。 ヒューリスティックは、所定の位置に問い合わせられたパターンを安全にスキップすることができ、元のコストの10%にオーバーヘッドを削減できる。 また,rztの時間複雑性を理論的および経験的に解析する。 実験では、テーブルに格納されているエントリ数に関して、ルックアップ中のラディックスツリーを実際に横断するオーバーヘッドが、対数的に平坦であることを示す。 また、従来の転置テーブルの代わりにRZTを使用することで、7x7と19x19のL&D Goの2つのデータセット上の探索ノード数が大幅に減少することを示した。

関連論文リスト

• LORE++: Logical Location Regression Network for Table Structure Recognition with Pre-training [45.80561537971478]
  表構造認識(TSR)は、画像中のテーブルを機械で理解可能な形式に抽出することを目的としている。 我々は、論理的位置回帰問題としてTSRをモデル化し、LOREと呼ばれる新しいTSRフレームワークを提案する。 提案するLOREは概念的にシンプルで、訓練が容易で、TSRの他のパラダイムよりも正確です。
  論文  参考訳（メタデータ） (2024-01-03T03:14:55Z)
• Learning Recurrent Models with Temporally Local Rules [0.0]
  生成モデルは、単に遷移確率ではなく、現在の状態と過去の状態の結合分布を学習することができることを示す。 この原則を取り入れたさまざまなアーキテクチャが、一般的に後方通過を必要とするデータの側面を学習できることを、おもちゃのデータセットで示しています。
  論文  参考訳（メタデータ） (2023-10-20T05:30:30Z)
• Single-Stage Visual Relationship Learning using Conditional Queries [60.90880759475021]
  TraCQは、マルチタスク学習問題とエンティティペアの分布を回避する、シーングラフ生成の新しい定式化である。 我々は,DETRをベースとしたエンコーダ-デコーダ条件付きクエリを用いて,エンティティラベル空間を大幅に削減する。 実験結果から、TraCQは既存のシングルステージシーングラフ生成法よりも優れており、Visual Genomeデータセットの最先端の2段階メソッドを多く上回っていることがわかった。
  論文  参考訳（メタデータ） (2023-06-09T06:02:01Z)
• Unsupervised Feature Based Algorithms for Time Series Extrinsic Regression [0.9659642285903419]
  Time Series Extrinsic Regression (TSER) は、連続応答変数の予測モデルを形成するために一連のトレーニング時系列を使用する。 DrCIF と FreshPRINCE モデルは、標準の回転森林回帰器を著しく上回っている唯一のモデルである。
  論文  参考訳（メタデータ） (2023-05-02T13:58:20Z)
• LORE: Logical Location Regression Network for Table Structure Recognition [24.45544796305824]
  テーブル構造認識は、画像中のテーブルを機械的に理解可能なフォーマットに抽出することを目的としている。 近年の方法では,検出されたセルボックスの隣接関係を予測してこの問題を解決している。 LOREと呼ばれる新しいTSRフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-07T08:42:46Z)
• Reinforcement Learning Based Query Vertex Ordering Model for Subgraph Matching [58.39970828272366]
  グラフマッチングアルゴリズムは、クエリグラフの埋め込みをデータグラフGに列挙する。 マッチング順序は、これらのバックトラックに基づくサブグラフマッチングアルゴリズムの時間効率において重要な役割を果たす。 本稿では,Reinforcement Learning (RL) と Graph Neural Networks (GNN) 技術を適用して,グラフマッチングアルゴリズムの高品質なマッチング順序を生成する。
  論文  参考訳（メタデータ） (2022-01-25T00:10:03Z)
• Continuous-Time Sequential Recommendation with Temporal Graph Collaborative Transformer [69.0621959845251]
  本稿では,定義した連続時間二部グラフ上での時間グラフシーケンスレコメンダ(TGSRec)を提案する。 TCTレイヤは、ユーザとアイテムの両方からの協調的な信号を同時にキャプチャすると同時に、シーケンシャルパターン内の時間的ダイナミクスも考慮する。 5つのデータセットの実証結果は、TGSRecが他のベースラインを大幅に上回っていることを示している。
  論文  参考訳（メタデータ） (2021-08-14T22:50:53Z)
• Large-Scale Spatio-Temporal Person Re-identification: Algorithm and Benchmark [100.77540900932763]
  224k以上の画像を持つ10,860のIDを含む,LaST(Large-scale Spatio-Temporal)の個人再IDデータセットを新たに提供した。 LaSTは、より困難で多彩なreID設定を示し、空間的および時間的範囲が大幅に大きい。
  論文  参考訳（メタデータ） (2021-05-31T16:05:51Z)
• Using Tabu Search Algorithm for Map Generation in the Terra Mystica Tabletop Game [60.71662712899962]
  Tabu Search (TS)メタヒューリスティックは、アルゴリズムが局所最適点から逃れることによって、単純な局所探索アルゴリズムを改善する。 本稿では,TSの性能について検討し,タブリストのサイズと周辺地域のサイズが手続き的コンテンツ生成に与える影響について考察する。
  論文  参考訳（メタデータ） (2020-06-04T09:15:46Z)
• Increasing the Inference and Learning Speed of Tsetlin Machines with Clause Indexing [9.440900386313215]
  Tsetlin Machine (TM) は、古典的なTsetlin Automaton (TA) とゲーム理論に基づいて開発された機械学習アルゴリズムである。 我々は,MNISTとFashion-MNISTの画像分類とIMDbの感情分析を最大15倍,学習速度が3倍に向上したことを報告した。
  論文  参考訳（メタデータ） (2020-04-07T08:16:07Z)

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。