論文の概要: Fuzzy Rough Choquet Distances for Classification

• arxiv url: http://arxiv.org/abs/2403.11843v1
• Date: Mon, 18 Mar 2024 14:53:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-20 20:00:12.498285
• Title: Fuzzy Rough Choquet Distances for Classification
• Title（参考訳）: ファジィラフショケット距離の分類
• Authors: Adnan Theerens, Chris Cornelis,
• Abstract要約: 本稿では,ファジィラフセットに基づく新しいチョケット距離を提案する。 提案手法は,ファジィ粗集合理論から得られる属性情報とチョーケ積分の柔軟性を組み合わせたものである。
• 参考スコア（独自算出の注目度）: 0.6445605125467574
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper introduces a novel Choquet distance using fuzzy rough set based measures. The proposed distance measure combines the attribute information received from fuzzy rough set theory with the flexibility of the Choquet integral. This approach is designed to adeptly capture non-linear relationships within the data, acknowledging the interplay of the conditional attributes towards the decision attribute and resulting in a more flexible and accurate distance. We explore its application in the context of machine learning, with a specific emphasis on distance-based classification approaches (e.g. k-nearest neighbours). The paper examines two fuzzy rough set based measures that are based on the positive region. Moreover, we explore two procedures for monotonizing the measures derived from fuzzy rough set theory, making them suitable for use with the Choquet integral, and investigate their differences.
• Abstract（参考訳）: 本稿では,ファジィラフセットに基づく新しいチョケット距離を提案する。 提案手法は,ファジィ粗集合理論から受信した属性情報とチョーケ積分の柔軟性を組み合わせたものである。 このアプローチは、データ内の非線形関係を順応的にキャプチャし、条件属性の判断属性に対する相互作用を認め、より柔軟で正確な距離をもたらすように設計されている。 我々は、距離に基づく分類アプローチ(例えば、k-アネレスト近傍)に特に重点を置いて、機械学習の文脈におけるその応用を探求する。 本論文は,2つのファジィ粗度に基づく正の領域に基づく測度について検討する。 さらに,ファジィ粗集合論から導かれる測度をモノトナイズする2つの手法を探索し,これらをチョーケ積分で用いるのに適したものにし,それらの相違について検討する。

関連論文リスト

• Parameter Inference via Differentiable Diffusion Bridge Importance Sampling [1.747623282473278]
  本研究では,高次元非線形拡散過程においてパラメータ推論を行う手法を提案する。 本研究は、祖先の状態復元を含む種間の進化と関係に関する知見を得るために、その適用性について述べる。 この, 数値的に安定な, スコアマッチングに基づくパラメータ推定フレームワークを, 生物学的2次元および3次元形態計測データ上で提示し, 実証した。
  論文  参考訳（メタデータ） (2024-11-13T19:33:47Z)
• Estimation and Inference for Causal Functions with Multiway Clustered Data [6.988496457312806]
  本稿では,一般的な因果関数のクラスに対する推定法と一様推論法を提案する。 因果関数は、調整された(Neyman-orthogonal)信号の条件付き期待値として同定される。 提案手法をアフリカにおける水準と歴史的奴隷貿易の因果関係の分析に適用する。
  論文  参考訳（メタデータ） (2024-09-10T17:17:53Z)
• Downstream-Pretext Domain Knowledge Traceback for Active Learning [138.02530777915362]
  本稿では、下流知識と事前学習指導のデータ相互作用をトレースするダウンストリーム・プレテキスト・ドメイン知識トレース(DOKT)手法を提案する。 DOKTは、トレースバックの多様性指標とドメインベースの不確実性推定器から構成される。 10のデータセットで行った実験は、我々のモデルが他の最先端の手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-07-20T01:34:13Z)
• Relational Sentence Embedding for Flexible Semantic Matching [86.21393054423355]
  文埋め込みの可能性を明らかにするための新しいパラダイムとして,文埋め込み(Sentence Embedding, RSE)を提案する。 RSEは文関係のモデル化に有効で柔軟性があり、一連の最先端の埋め込み手法より優れている。
  論文  参考訳（メタデータ） (2022-12-17T05:25:17Z)
• Composed Image Retrieval with Text Feedback via Multi-grained Uncertainty Regularization [73.04187954213471]
  粗い検索ときめ細かい検索を同時にモデル化する統合学習手法を提案する。 提案手法は、強いベースラインに対して+4.03%、+3.38%、+2.40%のRecall@50精度を達成した。
  論文  参考訳（メタデータ） (2022-11-14T14:25:40Z)
• Boosting Few-shot Fine-grained Recognition with Background Suppression and Foreground Alignment [53.401889855278704]
  FS-FGR (Few-shot Fine-fine Recognition) は、限られたサンプルの助けを借りて、新しいきめ細かなカテゴリを認識することを目的としている。 本研究では,背景アクティベーション抑制 (BAS) モジュール,フォアグラウンドオブジェクトアライメント (FOA) モジュール,および局所的局所的(L2L) 類似度測定器からなる2段階の背景アライメントとフォアグラウンドアライメントフレームワークを提案する。 複数のベンチマークで行った実験により,提案手法は既存の最先端技術よりも大きなマージンで優れていることが示された。
  論文  参考訳（メタデータ） (2022-10-04T07:54:40Z)
• Hybrid Relation Guided Set Matching for Few-shot Action Recognition [51.3308583226322]
  本稿では,2つの鍵成分を組み込んだHybrid Relation Guided Set Matching (HyRSM) 手法を提案する。 ハイブリッドリレーションモジュールの目的は、エピソード内の関連関係とクロスビデオの完全活用により、タスク固有の埋め込みを学習することである。 我々は,HyRSMを6つの挑戦的ベンチマークで評価した。
  論文  参考訳（メタデータ） (2022-04-28T11:43:41Z)
• Choquet-Based Fuzzy Rough Sets [2.4063592468412276]
  ファジィ粗集合論(ファジィ粗集合論、英: Fuzzy rough set theory)は、オブジェクト間の不明瞭性という段階的な概念があるときに、一貫性のないデータを扱うための道具として用いられる。 この問題を緩和するために、順序付き重み付き平均(OWA)ベースのファジィ粗集合を導入した。 あいまいな定量化の観点から OWA ベースのアプローチを直観的に解釈し,それを Choquet ベースのファジィ粗集合に一般化する方法を示す。
  論文  参考訳（メタデータ） (2022-02-22T13:10:16Z)
• Residual Overfit Method of Exploration [78.07532520582313]
  提案手法は,2点推定値の調整と1点オーバーフィットに基づく近似探索手法を提案する。 このアプローチは、調整されたモデルと比較して、オーバーフィットモデルが最も過度な適合を示すアクションへの探索を促進する。 ROMEを3つのデータセット上の確立されたコンテキスト的帯域幅法と比較し、最も優れたパフォーマンスの1つとみなす。
  論文  参考訳（メタデータ） (2021-10-06T17:05:33Z)
• Computing Fuzzy Rough Set based Similarities with Fuzzy Inference and Its Application to Sentence Similarity Computations [0.0]
  ファジィ・ラフ・セットによる2つのファジィ・セット間の類似性を計算するためのいくつかの研究イニシアチブが提案されている。 本研究の目的は,ファジィ推論エンジンを用いたファジィラフセットに基づく低類似度と上類似度を組み合わせた新しい手法を提案することである。
  論文  参考訳（メタデータ） (2021-07-02T16:21:25Z)
• Parzen Window Approximation on Riemannian Manifold [5.600982367387833]
  グラフモチベーション学習では、ラベルの伝搬は、連結されたデータポイント間のエッジとして表されるデータ親和性に大きく依存する。 不規則なサンプリング効果を考慮して正確なラベル伝播を得る親和性測定法を提案する。
  論文  参考訳（メタデータ） (2020-12-29T08:52:31Z)

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。