論文の概要: A Distributed Inference System for Detecting Task-wise Single Trial
Event-Related Potential in Stream of Satellite Images
- arxiv url: http://arxiv.org/abs/2312.09446v1
- Date: Fri, 10 Nov 2023 08:12:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 14:10:00.659644
- Title: A Distributed Inference System for Detecting Task-wise Single Trial
Event-Related Potential in Stream of Satellite Images
- Title（参考訳）: 衛星画像ストリームにおけるタスクワイズ単一試行イベント関連電位検出のための分散推論システム
- Authors: Sung-Jin Kim, Heon-Gyu Kwak, Hyeon-Taek Han, Dae-Hyeok Lee, Ji-Hoon
Jeong, and Seong-Whan Lee
- Abstract要約: 本稿では,衛星画像のストリーム中のタスクワイズ単眼ERPを検出するための分散推論システムを提案する。
本システムでは,各タスクに最適化された複数のモデルを用いて,画像遷移時間と目標設定時間にまたがる性能の向上を実現している。
- 参考スコア（独自算出の注目度）: 24.744982210035964
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Brain-computer interface (BCI) has garnered the significant attention for
their potential in various applications, with event-related potential (ERP)
performing a considerable role in BCI systems. This paper introduces a novel
Distributed Inference System tailored for detecting task-wise single-trial ERPs
in a stream of satellite images. Unlike traditional methodologies that employ a
single model for target detection, our system utilizes multiple models, each
optimized for specific tasks, ensuring enhanced performance across varying
image transition times and target onset times. Our experiments, conducted on
four participants, employed two paradigms: the Normal paradigm and an AI
paradigm with bounding boxes. Results indicate that our proposed system
outperforms the conventional methods in both paradigms, achieving the highest
$F_{\beta}$ scores. Furthermore, including bounding boxes in the AI paradigm
significantly improved target recognition. This study underscores the potential
of our Distributed Inference System in advancing the field of ERP detection in
satellite image streams.
- Abstract（参考訳）: 脳-コンピュータインタフェース(BCI)は、様々なアプリケーションにおいてその可能性に大きな注目を集めており、イベント関連電位(ERP)はBCIシステムにおいて重要な役割を果たす。
本稿では,衛星画像のストリーム中のタスクワイズ単眼ERPを検出するための分散推論システムを提案する。
ターゲット検出に単一のモデルを用いる従来の手法とは異なり、システムは複数のモデルを使用し、それぞれが特定のタスクに最適化され、様々な画像遷移時間とターゲット開始時間にまたがるパフォーマンスが向上する。
4人の参加者を対象に実施した実験では,通常パラダイムと有界ボックスを備えたAIパラダイムの2つのパラダイムが採用された。
その結果,提案手法は両パラダイムにおいて従来の手法を上回り,最高値のf_{\beta}$スコアを得た。
さらに、AIパラダイムのバウンディングボックスを含むことで、ターゲット認識が大幅に改善された。
本研究は,衛星画像ストリームにおけるERP検出分野の進展における分散推論システムの可能性を明らかにするものである。
関連論文リスト
- Optimizing Multispectral Object Detection: A Bag of Tricks and Comprehensive Benchmarks [49.84182981950623]
RGBおよびTIR(熱赤外)変調を利用したマルチスペクトル物体検出は,課題として広く認識されている。
モダリティと堅牢な融合戦略の両方から特徴を効果的に抽出するだけでなく、スペクトルの相違といった問題に対処する能力も必要である。
本稿では,高パフォーマンス単一モードモデルのシームレスな最適化が可能な,効率的かつ容易にデプロイ可能なマルチスペクトルオブジェクト検出フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-27T12:18:39Z) - BEACON: A Bayesian Optimization Strategy for Novelty Search in Expensive Black-Box Systems [1.204357447396532]
ノベルティ・サーチ (NS) は、シミュレーションや実験を通じて様々なシステムの振る舞いを自動的に発見する探索アルゴリズムのクラスである。
ベイズ最適化の原理にインスパイアされたサンプル効率のNS法を提案する。
BEACONは、限られたサンプリング予算の下で、かなり大きな多様な振る舞いの集合を見出すことで、既存のベースラインを総合的に上回ります。
論文 参考訳（メタデータ） (2024-06-05T20:23:52Z) - Multilayer Environment and Toolchain for Holistic NetwOrk Design and Analysis [2.7763199324745966]
本研究は分散システム評価の要件を詳細に分析する。
我々のアプローチは、より広い範囲の分散システムのセットアップと評価に重点を置いています。
さまざまなユースケースにまたがって価値ある洞察を提供するためのフレームワークの機能を示します。
論文 参考訳（メタデータ） (2023-10-24T21:18:25Z) - Hybrid Rule-Neural Coreference Resolution System based on Actor-Critic
Learning [53.73316523766183]
コアレゾリューションシステムは2つの主要なタスクに取り組む必要がある。
ひとつのタスクは、潜在的な言及のすべてを検出することであり、もう1つは、可能な言及ごとに前者のリンクを学習することである。
本稿では,アクター・クリティカル・ラーニングに基づく複合ルール・ニューラル・コア参照解決システムを提案する。
論文 参考訳（メタデータ） (2022-12-20T08:55:47Z) - Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。
前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。
提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文 参考訳（メタデータ） (2022-05-13T21:09:41Z) - Consistency Regularization for Deep Face Anti-Spoofing [69.70647782777051]
顔認証システムでは、顔認証(FAS)が重要な役割を担っている。
このエキサイティングな観察によって、異なる視点の特徴整合性を促進することが、FASモデルを促進するための有望な方法かもしれないと推測する。
FASにおけるEPCR(Embeddding-level and Prediction-level Consistency Regularization)とEPCR(Embeddding-level Consistency Regularization)を併用した。
論文 参考訳（メタデータ） (2021-11-24T08:03:48Z) - Efficient Model-Based Multi-Agent Mean-Field Reinforcement Learning [89.31889875864599]
マルチエージェントシステムにおける学習に有効なモデルベース強化学習アルゴリズムを提案する。
我々の理論的な貢献は、MFCのモデルベース強化学習における最初の一般的な後悔の限界である。
コア最適化問題の実用的なパラメトリゼーションを提供する。
論文 参考訳（メタデータ） (2021-07-08T18:01:02Z) - Distribution Alignment: A Unified Framework for Long-tail Visual
Recognition [52.36728157779307]
長尾視覚認識のための分散アライメント戦略を提案する。
次に,二段階学習における一般化された再重み付け法を導入して,事前のクラスバランスをとる。
提案手法は, 4つの認識タスクすべてにおいて, 単純で統一されたフレームワークを用いて最先端の結果を得る。
論文 参考訳（メタデータ） (2021-03-30T14:09:53Z) - Multi-object Tracking with a Hierarchical Single-branch Network [31.680667324595557]
階層的な単一ブランチネットワークに基づくオンライン多目的追跡フレームワークを提案する。
新たなiHOIM損失関数は,2つのサブタスクの目的を統一し,より優れた検出性能を実現する。
MOT16とMOT20データセットの実験結果から,最先端のトラッキング性能が達成できた。
論文 参考訳（メタデータ） (2021-01-06T12:14:58Z) - Pareto-Optimal Bit Allocation for Collaborative Intelligence [39.11380888887304]
コラボレーションインテリジェンス(CI)は、人工知能(AI)ベースのサービスをモバイル/エッジデバイスにデプロイするための、有望なフレームワークとして登場した。
本稿では,マルチストリームCIシステムにおける特徴符号化のためのビット割り当てについて検討する。
論文 参考訳（メタデータ） (2020-09-25T20:48:33Z)
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。