論文の概要: Baseline Results for Selected Nonlinear System Identification Benchmarks

• arxiv url: http://arxiv.org/abs/2405.10779v2
• Date: Tue, 27 Aug 2024 09:28:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-28 19:19:38.420022
• Title: Baseline Results for Selected Nonlinear System Identification Benchmarks
• Title（参考訳）: 非線形システム同定ベンチマークのベースライン結果
• Authors: Max D. Champneys, Gerben I. Beintema, Roland Tóth, Maarten Schoukens, Timothy J. Rogers,
• Abstract要約: 本稿では,5つのベンチマークにおいて,10種類のベースライン手法とその相対的性能について述べる。 本研究の目的は,識別手法の客観的比較に関する思考と議論を刺激することである。
• 参考スコア（独自算出の注目度）: 2.144088660722956
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nonlinear system identification remains an important open challenge across research and academia. Large numbers of novel approaches are seen published each year, each presenting improvements or extensions to existing methods. It is natural, therefore, to consider how one might choose between these competing models. Benchmark datasets provide one clear way to approach this question. However, to make meaningful inference based on benchmark performance it is important to understand how well a new method performs comparatively to results available with well-established methods. This paper presents a set of ten baseline techniques and their relative performances on five popular benchmarks. The aim of this contribution is to stimulate thought and discussion regarding objective comparison of identification methodologies.
• Abstract（参考訳）: 非線形システム同定は、研究や学界で重要な課題である。 毎年、多数の新しいアプローチが公開され、それぞれが既存の方法の改良や拡張を提示している。 したがって、これらの競合するモデルをどのように選ぶかを考えるのは自然である。 ベンチマークデータセットは、この問題にアプローチする方法の1つを提供する。 しかし、ベンチマーク性能に基づいた有意義な推論を行うためには、新しい手法が十分に確立された手法で得られる結果と比較して、いかにうまく機能するかを理解することが重要である。 本稿では,5つのベンチマークにおいて,10種類のベースライン手法とその相対的性能について述べる。 本研究の目的は,識別手法の客観的比較に関する思考と議論を刺激することである。

関連論文リスト

• Reassessing the Validity of Spurious Correlations Benchmarks [13.056731788383257]
  提案手法は,問題に対して最も類似したベンチマークを用いて,実践者がメソッドを選択するためのレシピである。 特定のベンチマークは、メソッドパフォーマンスの有意義な尺度ではなく、いくつかのメソッドは、広く使われるには十分な堅牢性を持っていない。
  論文  参考訳（メタデータ） (2024-09-06T11:05:26Z)
• A Critical Re-evaluation of Benchmark Datasets for (Deep) Learning-Based Matching Algorithms [11.264467955516706]
  確立された13のデータセットの難易度と適切性を評価するための4つの手法を提案する。 一般的なデータセットの多くは、かなり簡単な分類タスクを処理している。 ベンチマークデータセットを得るための新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-07-03T07:54:54Z)
• Better Understanding Differences in Attribution Methods via Systematic Evaluations [57.35035463793008]
  モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。 本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。 これらの評価手法を用いて、広範囲のモデルにおいて広く用いられている属性手法の長所と短所について検討する。
  論文  参考訳（メタデータ） (2023-03-21T14:24:58Z)
• In Search of Insights, Not Magic Bullets: Towards Demystification of the Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
  本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。 選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
  論文  参考訳（メタデータ） (2023-02-06T16:55:37Z)
• On the role of benchmarking data sets and simulations in method comparison studies [0.0]
  本稿では,シミュレーション研究とベンチマーク研究の相違点と類似点について検討する。 混合手法研究や臨床シナリオ評価など,さまざまな文脈からアイデアを借りる。
  論文  参考訳（メタデータ） (2022-08-02T13:47:53Z)
• Towards Better Understanding Attribution Methods [77.1487219861185]
  モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。 本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。 また,いくつかの属性法の性能を著しく向上する処理後平滑化ステップを提案する。
  論文  参考訳（メタデータ） (2022-05-20T20:50:17Z)
• On Modality Bias Recognition and Reduction [70.69194431713825]
  マルチモーダル分類の文脈におけるモダリティバイアス問題について検討する。 本稿では,各ラベルの特徴空間を適応的に学習するプラグアンドプレイ損失関数法を提案する。 本手法は, ベースラインに比べ, 顕著な性能向上を実現している。
  論文  参考訳（メタデータ） (2022-02-25T13:47:09Z)
• Towards Model-Agnostic Post-Hoc Adjustment for Balancing Ranking Fairness and Algorithm Utility [54.179859639868646]
  Bipartiteランキングは、ラベル付きデータから正の個人よりも上位の個人をランク付けするスコアリング機能を学ぶことを目的としている。 学習したスコアリング機能が、異なる保護グループ間で体系的な格差を引き起こすのではないかという懸念が高まっている。 本稿では、二部構成のランキングシナリオにおいて、それらのバランスをとるためのモデル後処理フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-15T10:08:39Z)
• PONE: A Novel Automatic Evaluation Metric for Open-Domain Generative Dialogue Systems [48.99561874529323]
  オープンドメイン生成対話システムの評価には3つの方法がある。 体系的な比較が欠如しているため、どの指標がより効果的であるかは明らかでない。 本稿では,人間の判断との相関性を大幅に改善できる,新しい,実現可能な学習基準を提案する。
  論文  参考訳（メタデータ） (2020-04-06T04:36:33Z)

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。