Fugu-MT 論文翻訳(概要): Anomaly Detection with Selective Dictionary Learning

論文の概要: Anomaly Detection with Selective Dictionary Learning

arxiv url: http://arxiv.org/abs/2307.08807v1
Date: Mon, 17 Jul 2023 19:44:52 GMT
ステータス: 処理完了
システム内更新日: 2023-07-19 17:30:10.746924
Title: Anomaly Detection with Selective Dictionary Learning
Title（参考訳）: 選択辞書学習による異常検出
Authors: Denis C. Ilie-Ablachim, Bogdan Dumitrescu
Abstract要約: 辞書学習(DL)とカーネル辞書学習(KDL)に基づく新しい異常検出手法を提案する。主な貢献は、既知のDLアルゴリズムとKDLアルゴリズムを非教師なしの方法で適応させることである。本稿では,大規模なカーネル行列のため,大規模なデータセットの問題に有用なカーネルバージョン(RKDL)を提案する。
参考スコア（独自算出の注目度）: 3.1981440103815717
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper we present new methods of anomaly detection based on Dictionary Learning (DL) and Kernel Dictionary Learning (KDL). The main contribution consists in the adaption of known DL and KDL algorithms in the form of unsupervised methods, used for outlier detection. We propose a reduced kernel version (RKDL), which is useful for problems with large data sets, due to the large kernel matrix. We also improve the DL and RKDL methods by the use of a random selection of signals, which aims to eliminate the outliers from the training procedure. All our algorithms are introduced in an anomaly detection toolbox and are compared to standard benchmark results.
Abstract（参考訳）: 本稿では,辞書学習(DL)とカーネル辞書学習(KDL)に基づく新たな異常検出手法を提案する。主な貢献は、既知のdlアルゴリズムとkdlアルゴリズムを非教師なし法(outlier detection)という形で適応させることである。本稿では,大規模なカーネル行列のため,大規模なデータセットの問題に有用なカーネルバージョン(RKDL)を提案する。また、トレーニング手順から外れ値を取り除くことを目的としたランダムな信号選択により、DLとRKDLの手法を改善した。全てのアルゴリズムは異常検出ツールボックスに導入され、標準ベンチマーク結果と比較される。

関連論文リスト

A Mirror Descent-Based Algorithm for Corruption-Tolerant Distributed Gradient Descent [57.64826450787237]
本研究では, 分散勾配降下アルゴリズムの挙動を, 敵対的腐敗の有無で解析する方法を示す。汚職耐性の分散最適化アルゴリズムを設計するために、(怠慢な)ミラー降下からアイデアをどう使うかを示す。 MNISTデータセットの線形回帰、サポートベクトル分類、ソフトマックス分類に基づく実験は、我々の理論的知見を裏付けるものである。
論文参考訳（メタデータ） (2024-07-19T08:29:12Z)
Predictive accuracy of recommender algorithms [0.0]
ディープラーニングニューラルネットワークの適用を含む,レコメンデータシステムのさまざまなアルゴリズムが開発され,改良されている。最近の研究報告は、異なる推奨アルゴリズムの相対的精度に関する洞察を得るために、慎重に制御された実験を行う必要があることを指摘している。この調査では、従来の3つの推奨アルゴリズムと2つのディープラーニング(DL)アルゴリズムを組み合わせて、公開されている評価データのソースを使用して、比較精度を評価した。
論文参考訳（メタデータ） (2024-06-26T19:25:07Z)
Fusing Dictionary Learning and Support Vector Machines for Unsupervised Anomaly Detection [1.5999407512883508]
本稿では,OC-SVMとDL残差関数を1つの合成対象に統一する新たな異常検出モデルを提案する。両方の目的をカーネル関数の使用を可能にするより一般的な設定に拡張する。
論文参考訳（メタデータ） (2024-04-05T12:41:53Z)
Spectral Entry-wise Matrix Estimation for Low-Rank Reinforcement Learning [53.445068584013896]
低ランク構造を持つ強化学習(RL)における行列推定問題について検討した。低ランク帯では、回収される行列は期待される腕の報酬を指定し、低ランクマルコフ決定プロセス(MDP)では、例えばMDPの遷移カーネルを特徴付ける。簡単なスペクトルベースの行列推定手法は,行列の特異部分空間を効率よく復元し,ほぼ最小の入力誤差を示すことを示す。
論文参考訳（メタデータ） (2023-10-10T17:06:41Z)
XAL: EXplainable Active Learning Makes Classifiers Better Low-resource Learners [71.8257151788923]
低リソーステキスト分類のための新しい説明可能なアクティブラーニングフレームワーク(XAL)を提案する。 XALは分類器に対して、推論を正当化し、合理的な説明ができないラベルのないデータを掘り下げることを推奨している。 6つのデータセットの実験では、XALは9つの強いベースラインに対して一貫した改善を達成している。
論文参考訳（メタデータ） (2023-10-09T08:07:04Z)
Reduced Kernel Dictionary Learning [3.1981440103815717]
我々は,カーネル辞書学習問題において,縮小サイズの非線形表現を学習するための新しいアルゴリズムを提案する。提案アルゴリズムは,少数のカーネルベクトルを使用しながら,より優れた表現を提供することができ,かつ,KDLに対する実行時間を短縮できることを示す。
論文参考訳（メタデータ） (2023-07-17T19:32:54Z)
Classification with Incoherent Kernel Dictionary Learning [3.1981440103815717]
辞書学習(DL)に基づく新しい分類法を提案する。主なコントリビューションは、標準線形のDLから派生した非コヒーレントDLのカーネルバージョンである。また,表現更新に関するAK-SVDアルゴリズムの改良も提案する。
論文参考訳（メタデータ） (2023-07-17T19:27:32Z)
Adaptive Negative Evidential Deep Learning for Open-set Semi-supervised Learning [69.81438976273866]
オープンセット半教師付き学習(Open-set SSL)は、ラベル付きデータ(inliers)で観測されない新しいカテゴリ(outliers)を含むラベル付きデータとテストデータを含む、より実践的なシナリオである。本研究では,様々な不確かさを定量化するための外乱検出器として顕在的深層学習(EDL)を導入し,自己学習と推論のための異なる不確実性指標を設計する。 Inlierとoutlierの両方を含むラベルなしデータセットに適合するように、新しい適応的負の最適化戦略を提案する。
論文参考訳（メタデータ） (2023-03-21T09:07:15Z)
An Efficient Approximate Method for Online Convolutional Dictionary Learning [32.90534837348151]
トレーニングサンプルのスパース分解を取り入れた新しい近似OCDL法を提案する。提案手法は,最先端のOCDLアルゴリズムの有効性を保ちながら,計算コストを大幅に削減する。
論文参考訳（メタデータ） (2023-01-25T13:40:18Z)
Lexically Aware Semi-Supervised Learning for OCR Post-Correction [90.54336622024299]
世界中の多くの言語における既存の言語データの多くは、非デジタル化された書籍や文書に閉じ込められている。従来の研究は、あまり良くない言語を認識するためのニューラル・ポスト・コレクション法の有用性を実証してきた。そこで本研究では,生画像を利用した半教師付き学習手法を提案する。
論文参考訳（メタデータ） (2021-11-04T04:39:02Z)
Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文参考訳（メタデータ） (2020-07-24T14:02:09Z)

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。