Fugu-MT 論文翻訳(概要): Deep Learning Segmentation of Spiral Arms and Bars

論文の概要: Deep Learning Segmentation of Spiral Arms and Bars

arxiv url: http://arxiv.org/abs/2312.02908v1
Date: Tue, 5 Dec 2023 17:30:16 GMT
ステータス: 処理完了
システム内更新日: 2023-12-06 14:56:43.877746
Title: Deep Learning Segmentation of Spiral Arms and Bars
Title（参考訳）: スパイラルアームとバーの深層学習セグメンテーション
Authors: Mike Walmsley, Ashley Spindler
Abstract要約: 銀河系スパイラルアームとバーをセグメント化するための最初の深層学習モデルを提案する。専門家らは、我々のスパイラルアームマスクを89%の評価で「ほぼ完璧」と評価した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present the first deep learning model for segmenting galactic spiral arms and bars. In a blinded assessment by expert astronomers, our predicted spiral arm masks are preferred over both current automated methods (99% of evaluations) and our original volunteer labels (79% of evaluations). Experts rated our spiral arm masks as `mostly good' to `perfect' in 89% of evaluations. Bar lengths trivially derived from our predicted bar masks are in excellent agreement with a dedicated crowdsourcing project. The pixelwise precision of our masks, previously impossible at scale, will underpin new research into how spiral arms and bars evolve.
Abstract（参考訳）: 銀河系スパイラルアームとバーをセグメント化するための最初の深層学習モデルを提案する。専門家による盲目評価では、現在の自動化手法(99%の評価)と当初のボランティアラベル(79%評価)の両方よりも、予測されたスパイラルアームマスクが好まれる。専門家は、スパイラルアームマスクを評価の89%で「ほぼ良い」から「完璧」に評価した。予測されたバーマスクに由来するバーの長さは、専用のクラウドソーシングプロジェクトとよく一致しています。マスクのピクセル単位での精度は、これまでは不可能でしたが、スパイラルアームとバーの進化に関する新たな研究の土台となるでしょう。

関連論文リスト

MaDi: Learning to Mask Distractions for Generalization in Visual Deep Reinforcement Learning [40.7452827298478]
本稿では,報酬信号のみによる注意を隠蔽する新しいアルゴリズムであるMaDiを紹介する。 MaDiでは、強化学習剤の従来のアクター・クリティカルな構造は、3番目の兄弟であるMaskerによって補完される。提案アルゴリズムは有用なマスクを用いてエージェントの焦点を改良し,その効率の良いMaskerネットワークは元の構造に0.2%以上のパラメータしか加えない。
論文参考訳（メタデータ） (2023-12-23T20:11:05Z)
Breaking through Deterministic Barriers: Randomized Pruning Mask Generation and Selection [29.375460634415806]
我々は大きなモデルを訓練し、その冗長なニューロンや重みを刈り取ることで除去する。このアプローチはGLUEから8つのデータセットにまたがる最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2023-10-19T22:32:51Z)
Turn Fake into Real: Adversarial Head Turn Attacks Against Deepfake Detection [58.1263969438364]
本稿では,3次元対向顔視によるディープフェイク検出器に対する最初の試みとして,対向頭部旋回(AdvHeat)を提案する。実験では、現実的なブラックボックスシナリオにおいて、様々な検出器のAdvHeatに対する脆弱性を検証する。さらなる分析により、AdvHeatは、クロス検出器転送性と防御に対する堅牢性の両方に対する従来の攻撃よりも優れていることが示されている。
論文参考訳（メタデータ） (2023-09-03T07:01:34Z)
Shape-Aware Masking for Inpainting in Medical Imaging [49.61617087640379]
インペイントは、教師なしの医用画像モデル発見のためのディープラーニング技術として成功している。本稿では, 先行する統計的形状の学習を目的とした, 塗装用形状認識マスクの生成手法を提案する。市販の塗装モデルとスーパーピクセルオーバーセグメンテーションアルゴリズムに基づく教師なしマスキング手法を提案する。
論文参考訳（メタデータ） (2022-07-12T18:35:17Z)
Should You Mask 15% in Masked Language Modeling? [86.91486000124156]
マスク付き言語モデルは、従来は15%のマスキングレートを使用していた。最大40%の入力トークンをマスクすることで、15%のベースラインを上回ります。
論文参考訳（メタデータ） (2022-02-16T11:42:34Z)
Mask Transfiner for High-Quality Instance Segmentation [95.74244714914052]
高品質で効率的なインスタンスセグメンテーションのためのMask Transfinerを提案する。当社のアプローチでは, エラーが発生しやすい木ノードを検出し, エラーを並列に自己修正する。私たちのコードとトレーニングされたモデルは、http://vis.xyz/pub/transfiner.comで公開されます。
論文参考訳（メタデータ） (2021-11-26T18:58:22Z)
Fooling Object Detectors: Adversarial Attacks by Half-Neighbor Masks [5.266980188239216]
厳密な制約下で異なる種類の検出器を騙すために強い摂動を発生させるハーフナイバーマスク付き投射勾配降下 (hnm-pgd) に基づく攻撃を提案する。また,提案したHNM-PGD攻撃を,トップ1%にランクインしたCIKM 2020 AnalytiCup Competitionに応用した。
論文参考訳（メタデータ） (2021-01-04T14:03:22Z)
Masksembles for Uncertainty Estimation [60.400102501013784]
ディープニューラルネットワークは、その強みを巧みに実証しているが、その予測の信頼性を推定することは依然として困難である。深層アンサンブルは不確かさを推定する最良の方法の1つと考えられているが、訓練や評価は非常に高価である。 mc-dropoutも人気の高い代替品で、安価だが信頼性も低い。
論文参考訳（メタデータ） (2020-12-15T14:39:57Z)
Improving Self-supervised Pre-training via a Fully-Explored Masked Language Model [57.77981008219654]
Masked Language Model (MLM)フレームワークは、自己教師型言語事前学習に広く採用されている。そこで本研究では,テキストシーケンスを複数の非重複セグメントに分割するマスキング手法を提案する。
論文参考訳（メタデータ） (2020-10-12T21:28:14Z)
RetinaFaceMask: A Single Stage Face Mask Detector for Assisting Control of the COVID-19 Pandemic [1.2691047660244335]
感染防止策の1つは、公共の場でマスクを着用することである。特定の公共サービスプロバイダは、マスクを適切に着用する場合のみ、クライアントにサービスを使用するように要求する。しかし、マスクの自動検出に関する研究はごくわずかである。我々は,初の高性能単段マスク検出器であるRetinaFaceMaskを提案した。
論文参考訳（メタデータ） (2020-05-08T10:45:16Z)
UnMask: Adversarial Detection and Defense Through Robust Feature Alignment [12.245288683492255]
ディープラーニングモデルは、自動運転車から医療診断まで、幅広い影響の大きいセキュリティクリティカルなシステムに統合されている。近年の研究では、これらのディープラーニングアーキテクチャの多くは敵の攻撃に弱いことが示されている。我々は,ロバストな特徴アライメントに基づく敵検出・防御フレームワークUnMaskを開発した。
論文参考訳（メタデータ） (2020-02-21T23:20:23Z)

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。