論文の概要: Cluster images with AntClust: a clustering algorithm based on the chemical recognition system of ants

• arxiv url: http://arxiv.org/abs/2312.05028v1
• Date: Fri, 8 Dec 2023 13:14:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-11 15:15:27.898657
• Title: Cluster images with AntClust: a clustering algorithm based on the chemical recognition system of ants
• Title（参考訳）: AntClustを用いたクラスタ画像:アリの化学認識システムに基づくクラスタリングアルゴリズム
• Authors: Winfried Gero Oed, and Parisa Memarmoshrefi
• Abstract要約: アリの化学認識システムに基づくクラスタリングアルゴリズムAntClustを実装した。 本稿では、画像の類似性関数の定義方法と、車両再識別データセットから車両の画像をクラスタリングするための実装方法について述べる。
• 参考スコア（独自算出の注目度）: 0.552480439325792
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We implement AntClust, a clustering algorithm based on the chemical recognition system of ants and use it to cluster images of cars. We will give a short recap summary of the main working principles of the algorithm as devised by the original paper [1]. Further, we will describe how to define a similarity function for images and how the implementation is used to cluster images of cars from the vehicle re-identification data set. We then test the clustering performance of AntClust against DBSCAN, HDBSCAN and OPTICS. Finally one of the core parts in AntClust, the rule set can be easily redefined with our implementation, enabling a way for other bio-inspired algorithms to find rules in an automated process. The implementation can be found on GitLab [9].
• Abstract（参考訳）: 我々は、アリの化学認識システムに基づくクラスタリングアルゴリズムAntClustを実装し、それを車の画像のクラスタリングに利用する。 元の論文[1]で考案されたアルゴリズムの主な動作原理について、簡単に要約する。 さらに,画像の類似度関数を定義する方法と,その実装が車両再識別データセットから車両の画像をクラスタ化する方法について述べる。 次に、AtClustのクラスタリング性能をDBSCAN、HDBSCAN、OPTICSに対して検証する。 最後に、antclustの中核部分のひとつであるルールセットは、私たちの実装で簡単に再定義でき、他のバイオインスパイアされたアルゴリズムが自動化プロセスでルールを見つける方法を可能にします。 実装はgitlab[9]で見ることができる。

関連論文リスト

• Gödel Number based Clustering Algorithm with Decimal First Degree Cellular Automata [0.0]
  本稿では,FDCAに基づくクラスタリングアルゴリズムを提案する。 データオブジェクトは、G"odel番号ベースのエンコーディングを使用して十進文字列にエンコードされる。 既存のクラスタリングアルゴリズムと比較して,提案アルゴリズムは性能が向上する。
  論文  参考訳（メタデータ） (2024-05-08T08:30:34Z)
• Instance-Optimal Cluster Recovery in the Labeled Stochastic Block Model [79.46465138631592]
  観測されたラベルを用いてクラスタを復元する効率的なアルゴリズムを考案する。 本稿では,期待値と高い確率でこれらの下位境界との性能を一致させる最初のアルゴリズムであるIACを提案する。
  論文  参考訳（メタデータ） (2023-06-18T08:46:06Z)
• Unified Mask Embedding and Correspondence Learning for Self-Supervised Video Segmentation [76.40565872257709]
  我々は、局所的な識別的特徴学習のためのフレーム間密度対応を同時にモデル化する統合フレームワークを開発する。 ラベルなしビデオから直接マスク誘導シーケンシャルセグメンテーションを実行することができる。 我々のアルゴリズムは、2つの標準ベンチマーク(DAVIS17とYouTube-VOS)に最先端をセットする。
  論文  参考訳（メタデータ） (2023-03-17T16:23:36Z)
• Image as Set of Points [60.30495338399321]
  コンテキストクラスタ(CoC)は、イメージを非組織的なポイントの集合と見なし、単純化されたクラスタリングアルゴリズムによって特徴を抽出する。 われわれのCoCは畳み込みと無注意で、空間的相互作用のためのクラスタリングアルゴリズムにのみ依存している。
  論文  参考訳（メタデータ） (2023-03-02T18:56:39Z)
• Unified Functional Hashing in Automatic Machine Learning [58.77232199682271]
  高速に統一された関数型ハッシュを用いることで,大きな効率向上が得られることを示す。 私たちのハッシュは"機能的"であり、表現やコードが異なる場合でも同等の候補を識別します。 ニューラルアーキテクチャ検索やアルゴリズム発見など、複数のAutoMLドメインで劇的な改善がなされている。
  論文  参考訳（メタデータ） (2023-02-10T18:50:37Z)
• ClusTR: Exploring Efficient Self-attention via Clustering for Vision Transformers [70.76313507550684]
  本稿では,密集自己注意の代替として,コンテンツに基づくスパースアテンション手法を提案する。 具体的には、合計トークン数を減少させるコンテンツベースの方法として、キーとバリュートークンをクラスタ化し、集約する。 結果として得られたクラスタ化されたTokenシーケンスは、元の信号のセマンティックな多様性を保持するが、より少ない計算コストで処理できる。
  論文  参考訳（メタデータ） (2022-08-28T04:18:27Z)
• Skew-Symmetric Adjacency Matrices for Clustering Directed Graphs [5.301300942803395]
  カットベースの有向グラフ(グラフ)クラスタリングは、しばしばクラスタ内あるいはクラスタ間の疎結合を見つけることに焦点を当てる。 フローベースのクラスタリングでは、クラスタ間のエッジは一方向を向く傾向にあり、マイグレーションデータ、フードウェブ、トレーディングデータに見出されている。
  論文  参考訳（メタデータ） (2022-03-02T20:07:04Z)
• Compositional Clustering: Applications to Multi-Label Object Recognition and Speaker Identification [19.470445399577265]
  本稿では,クラスタが構成的関係を持つことのできる,新たなクラスタリングタスクについて考察する。 サンプルをコヒーレントなグループに分割し,構成構造を推定できる3つの新しいアルゴリズムを提案する。 本研究は,複数話者からの同時発話によるオープンワールド多ラベル物体認識と話者識別・ダイアリゼーションへの応用について述べる。
  論文  参考訳（メタデータ） (2021-09-09T10:42:14Z)
• Compositional Sketch Search [91.84489055347585]
  フリーハンドスケッチを用いて画像コレクションを検索するアルゴリズムを提案する。 シーン構成全体を特定するための簡潔で直感的な表現として描画を利用する。
  論文  参考訳（メタデータ） (2021-06-15T09:38:09Z)
• GATCluster: Self-Supervised Gaussian-Attention Network for Image Clustering [9.722607434532883]
  画像クラスタリングのための自己教師型クラスタリングネットワーク(GATCluster)を提案する。 まず中間機能を抽出し、次に従来のクラスタリングを実行する代わりに、GATClusterセマンティッククラスタラベルを後処理なしで実行します。 大規模画像のクラスタリングにメモリ効率のよい2段階学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-02-27T00:57:18Z)

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。