論文の概要: Compositional Fusion of Signals in Data Embedding

• arxiv url: http://arxiv.org/abs/2311.11085v1
• Date: Sat, 18 Nov 2023 14:20:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-22 12:32:10.417419
• Title: Compositional Fusion of Signals in Data Embedding
• Title（参考訳）: データ埋め込みにおける信号の合成融合
• Authors: Zhijin Guo, Zhaozhen Xu, Martha Lewis and Nello Cristianini
• Abstract要約: AIの埋め込みはシンボル構造を固定次元ベクトルに変換し、複数の信号を効果的に融合させる。 本研究は,Word2Vecコンポーネントからグラフ埋め込みにおける人口統計的ヒントまで,埋め込みが複数の信号の融合であることを示す。
• 参考スコア（独自算出の注目度）: 1.0803774228325391
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Embeddings in AI convert symbolic structures into fixed-dimensional vectors, effectively fusing multiple signals. However, the nature of this fusion in real-world data is often unclear. To address this, we introduce two methods: (1) Correlation-based Fusion Detection, measuring correlation between known attributes and embeddings, and (2) Additive Fusion Detection, viewing embeddings as sums of individual vectors representing attributes. Applying these methods, word embeddings were found to combine semantic and morphological signals. BERT sentence embeddings were decomposed into individual word vectors of subject, verb and object. In the knowledge graph-based recommender system, user embeddings, even without training on demographic data, exhibited signals of demographics like age and gender. This study highlights that embeddings are fusions of multiple signals, from Word2Vec components to demographic hints in graph embeddings.
• Abstract（参考訳）: aiへの埋め込みは記号構造を固定次元ベクトルに変換し、複数の信号を効果的に融合する。 しかし、現実世界のデータにおけるこの融合の性質はしばしば不明確である。 そこで本研究では,(1)相関に基づく核融合検出,(2)既知の属性と埋め込みの相関測定,(2)属性を表す個々のベクトルの和として埋め込みを見る付加核融合検出という2つの手法を提案する。 これらの手法を応用して,意味的および形態的信号を組み合わせた単語埋め込み法が得られた。 バート文の埋め込みは、主語、動詞、対象の個々の単語ベクトルに分解された。 知識グラフに基づく推薦システムでは、人口統計データをトレーニングしなくても、年齢や性別などの人口統計の指標が示される。 本研究は,Word2Vecコンポーネントからグラフ埋め込みにおける人口統計的ヒントまで,埋め込みが複数の信号の融合であることを示す。

関連論文リスト

• Graph-Dictionary Signal Model for Sparse Representations of Multivariate Data [49.77103348208835]
  グラフの有限集合がラプラシアンの重み付き和を通してデータ分布の関係を特徴付けるグラフ辞書信号モデルを定義する。 本稿では,観測データからグラフ辞書表現を推論するフレームワークを提案する。 我々は,脳活動データに基づく運動画像復号作業におけるグラフ辞書表現を利用して,従来の手法よりも想像的な動きをよりよく分類する。
  論文  参考訳（メタデータ） (2024-11-08T17:40:43Z)
• Unsupervised detection of semantic correlations in big data [47.201377047286215]
  本稿では,2進数として表される高次元データにおける意味的相関を検出する手法を提案する。 本研究では,データ記述に必要な独立座標の最小個数を定量化するデータセットの2値固有次元を推定する。 提案アルゴリズムは, いわゆる次元の呪いとは無関係であり, ビッグデータ解析に利用することができる。
  論文  参考訳（メタデータ） (2024-11-04T14:37:07Z)
• Signed graphs in data sciences via communicability geometry [55.2480439325792]
  符号付きグラフに対する可換幾何学の概念を提案し、この空間における可換距離や角度などの測度がユークリッド的かつ球面的であることを証明した。 次に、これらのメトリクスを適用して、署名付きグラフのデータ解析におけるいくつかの問題を統一的に解決する。
  論文  参考訳（メタデータ） (2024-03-12T10:32:35Z)
• On the Equivalence of Graph Convolution and Mixup [70.0121263465133]
  本稿では,グラフ畳み込みと混合手法の関係について検討する。 2つの穏やかな条件の下では、グラフの畳み込みはMixupの特別な形式と見なすことができる。 グラフ畳み込みネットワーク(GCN)と単純化グラフ畳み込み(SGC)をミックスアップの形で表現できることを証明し、数学的にこの等価性を確立する。
  論文  参考訳（メタデータ） (2023-09-29T23:09:54Z)
• An Investigation on Word Embedding Offset Clustering as Relationship Classification [0.0]
  本研究は,一対の単語ベクトル間の関係のベクトル表現を導出する試みである。 我々は6つのプーリング戦略を使ってベクトル関係を表現している。 本研究の目的は,単語の組込みに基づく教師なし手法により,一対の単語で表される関係の性質を識別することである。
  論文  参考訳（メタデータ） (2023-05-07T13:03:17Z)
• Metric Distribution to Vector: Constructing Data Representation via Broad-Scale Discrepancies [15.40538348604094]
  本稿では,各データに対するベクトル表現に分布特性を抽出するために, $mathbfMetricDistribution2vec$ という新しい埋め込み方式を提案する。 本研究では,広範囲な実世界構造グラフデータセット上での教師付き予測タスクにおける表現法の適用と有効性を示す。
  論文  参考訳（メタデータ） (2022-10-02T03:18:30Z)
• Transformer-based Dual Relation Graph for Multi-label Image Recognition [56.12543717723385]
  本稿では,トランスフォーマーをベースとしたデュアルリレーショナル学習フレームワークを提案する。 相関の2つの側面、すなわち構造関係グラフと意味関係グラフについて検討する。 提案手法は,2つのポピュラーなマルチラベル認識ベンチマークにおいて,最先端性を実現する。
  論文  参考訳（メタデータ） (2021-10-10T07:14:52Z)
• Co-Embedding: Discovering Communities on Bipartite Graphs through Projection [1.7188280334580195]
  多くのデータセットは2種類のノードが関係によって接続される二部グラフの形式を取る。 本稿では,特徴の類似性を測定するために,項目投影を用いた協調クラスタリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-09-15T07:44:36Z)
• DRG: Dual Relation Graph for Human-Object Interaction Detection [65.50707710054141]
  人-物間相互作用(HOI)検出の課題に対処する。 既存の方法は、人間と物体の対の相互作用を独立に認識するか、複雑な外観に基づく共同推論を行う。 本稿では,抽象的空間意味表現を活用して,各対象対を記述し,二重関係グラフを用いてシーンの文脈情報を集約する。
  論文  参考訳（メタデータ） (2020-08-26T17:59:40Z)
• Relational Message Passing for Knowledge Graph Completion [78.47976646383222]
  本稿では,知識グラフ補完のためのリレーショナルメッセージパッシング手法を提案する。 エッジ間でリレーショナルメッセージを反復的に送信し、近隣情報を集約する。 その結果,本手法は最先端の知識完成手法よりも大きなマージンで優れていることがわかった。
  論文  参考訳（メタデータ） (2020-02-17T03:33:41Z)

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。