論文の概要: Gemtelligence: Accelerating Gemstone classification with Deep Learning
- arxiv url: http://arxiv.org/abs/2306.06069v1
- Date: Wed, 31 May 2023 14:35:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-18 12:59:20.595429
- Title: Gemtelligence: Accelerating Gemstone classification with Deep Learning
- Title（参考訳）: Gemtelligence: ディープラーニングによるGemstone分類の高速化
- Authors: Tommaso Bendinelli, Luca Biggio, Daniel Nyfeler, Abhigyan Ghosh, Peter
Tollan, Moritz Alexander Kirschmann, Olga Fink
- Abstract要約: Gemtelligenceは、深層学習に基づく新しいアプローチであり、正確で一貫した原点決定と治療検出を可能にする。
このアルゴリズムは、高価なレーザーアブレーション誘導結合プラズマ質量分析法に匹敵する予測性能を示した。
我々の革新的な方法論は、宝石分析の分野で大きなブレークスルーを示している。
- 参考スコア（独自算出の注目度）: 2.6762052058730514
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The value of luxury goods, particularly investment-grade gemstones, is
greatly influenced by their origin and authenticity, sometimes resulting in
differences worth millions of dollars. Traditionally, human experts have
determined the origin and detected treatments on gemstones through visual
inspections and a range of analytical methods. However, the interpretation of
the data can be subjective and time-consuming, resulting in inconsistencies. In
this study, we propose Gemtelligence, a novel approach based on deep learning
that enables accurate and consistent origin determination and treatment
detection. Gemtelligence comprises convolutional and attention-based neural
networks that process heterogeneous data types collected by multiple
instruments. Notably, the algorithm demonstrated comparable predictive
performance to expensive laser-ablation inductively-coupled-plasma
mass-spectrometry (ICP-MS) analysis and visual examination by human experts,
despite using input data from relatively inexpensive analytical methods. Our
innovative methodology represents a major breakthrough in the field of gemstone
analysis by significantly improving the automation and robustness of the entire
analytical process pipeline.
- Abstract（参考訳）: 高級品、特に投資適格の宝石の価値は、その起源と真偽に大きく影響され、時には数百万ドルの価値の違いをもたらす。
伝統的に、人間の専門家は、視覚検査と分析方法を通じて、宝石の原点を決定し、治療を検出してきた。
しかし、データの解釈は主観的で時間を要するため、矛盾が生じます。
本研究では,深層学習に基づく新しいアプローチであるgemtelligenceを提案する。
gemtelligenceは、複数の機器が収集した異種データ型を処理する畳み込みおよび注意に基づくニューラルネットワークである。
このアルゴリズムは、比較的安価な分析手法からの入力データを使用しながら、高コストレーザーアブレーション誘導結合プラズマ質量分析法(ICP-MS)分析と人間の視覚的検査に匹敵する予測性能を示した。
我々の革新的な方法論は、分析プロセスパイプライン全体の自動化と堅牢性を大幅に改善することで、宝石分析の分野における大きなブレークスルーを示している。
関連論文リスト
- Vulnerability Detection via Topological Analysis of Attention Maps [0.0]
本研究では,トポロジカルデータ解析(TDA)のツールを用いた脆弱性検出手法を提案する。
その結果,従来の機械学習(ML)技術は,これらの注意行列から抽出したトポロジ的特徴を訓練することで,事前学習言語モデル(LLM)と競争的に動作できることが判明した。
これは、永続的ホモロジーを含むTDAツールが、脆弱性を特定するために重要な意味情報を効果的にキャプチャできることを示している。
論文 参考訳（メタデータ） (2024-10-04T14:40:11Z) - A Quick, trustworthy spectral knowledge Q&A system leveraging retrieval-augmented generation on LLM [0.0]
大規模言語モデル(LLM)は、自然言語処理(NLP)タスクにおいて、一般領域内で大きな成功を収めている。
本稿では,SDAAP(Spectral Detection and Analysis Based Paper)データセットを紹介する。
また、SDAAPデータセットに基づく自動Q&Aフレームワークを設計し、関連する知識を検索し、高品質な応答を生成する。
論文 参考訳（メタデータ） (2024-08-21T12:09:37Z) - Anomaly component analysis [3.046315755726937]
本稿では,データ深度をスコアとして,異常観測を探索的に分析するための新しい統計ツールを提案する。
異常成分分析(英: Anomaly component analysis、略称: ACA)は、異常を最もよく視覚化し説明する低次元データ表現を探索する手法である。
論文 参考訳（メタデータ） (2023-12-26T17:57:46Z) - Towards stable real-world equation discovery with assessing
differentiating quality influence [52.2980614912553]
一般的に用いられる有限差分法に代わる方法を提案する。
我々は,これらの手法を実問題と類似した問題に適用可能であること,および方程式発見アルゴリズムの収束性を確保する能力の観点から評価する。
論文 参考訳（メタデータ） (2023-11-09T23:32:06Z) - Validating polyp and instrument segmentation methods in colonoscopy through Medico 2020 and MedAI 2021 Challenges [58.32937972322058]
メディコオートマチックポリープセグメンテーション(Medico 2020)と「メディコ:医療画像の透明性(MedAI 2021)」コンペティション。
本報告では, それぞれのコントリビューションを包括的に分析し, ベストパフォーマンスメソッドの強さを強調し, クリニックへの臨床翻訳の可能性について考察する。
論文 参考訳（メタデータ） (2023-07-30T16:08:45Z) - A Deep Learning Approach to Analyzing Continuous-Time Systems [20.89961728689037]
深層学習が複雑なプロセスの解析に有効であることを示す。
提案手法は,多くの自然系に対して不可解な標準的な仮定を緩和する。
行動・神経画像データに顕著な改善が認められた。
論文 参考訳（メタデータ） (2022-09-25T03:02:31Z) - Benchmarking Heterogeneous Treatment Effect Models through the Lens of
Interpretability [82.29775890542967]
治療のパーソナライズされた効果を見積もるのは複雑だが、普及している問題である。
ヘテロジニアス処理効果推定に関する機械学習文献の最近の進歩は、洗練されたが不透明なツールの多くを生み出した。
我々は、ポストホックな特徴重要度法を用いて、モデルの予測に影響を及ぼす特徴を特定する。
論文 参考訳（メタデータ） (2022-06-16T17:59:05Z) - Improving robustness of jet tagging algorithms with adversarial training [56.79800815519762]
本研究では,フレーバータグ付けアルゴリズムの脆弱性について,敵攻撃による検証を行った。
シミュレーション攻撃の影響を緩和する対人訓練戦略を提案する。
論文 参考訳（メタデータ） (2022-03-25T19:57:19Z) - Learning from Multiple Expert Annotators for Enhancing Anomaly Detection
in Medical Image Analysis [0.31317409221921133]
医用画像解析において、複数の専門家アノテータは「地上の真実ラベル」に関する主観的な推定をしばしば生成する。
深層学習に基づく検知器の訓練のために,複数の放射線学の専門家によるアノテーションを組み合わせた簡易かつ効果的な手法を提案する。
論文 参考訳（メタデータ） (2022-03-20T17:57:26Z) - Unsupervised deep learning techniques for powdery mildew recognition
based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。
マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。
本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文 参考訳（メタデータ） (2021-12-20T13:29:13Z) - Nonparametric Estimation of Heterogeneous Treatment Effects: From Theory
to Learning Algorithms [91.3755431537592]
プラグイン推定と擬似出力回帰に依存する4つの幅広いメタ学習戦略を解析する。
この理論的推論を用いて、アルゴリズム設計の原則を導出し、分析を実践に翻訳する方法について強調する。
論文 参考訳（メタデータ） (2021-01-26T17:11:40Z)
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。