論文の概要: On when is Reservoir Computing with Cellular Automata Beneficial?

• arxiv url: http://arxiv.org/abs/2407.09501v1
• Date: Thu, 13 Jun 2024 10:04:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-22 13:38:25.561017
• Title: On when is Reservoir Computing with Cellular Automata Beneficial?
• Title（参考訳）: セルオートマタによる貯留層計算はいつ可能か?
• Authors: Tom Glover, Evgeny Osipov, Stefano Nichele,
• Abstract要約: Reservoir Computing with Cellular Automata (ReCA)は比較的新しくて有望なアプローチである。 本稿では,ReCA システムの最も単純な実装であっても,ReCA の概念が有効であることを示す。
• 参考スコア（独自算出の注目度）: 1.6590638305972631
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reservoir Computing with Cellular Automata (ReCA) is a relatively novel and promising approach. It consists of 3 steps: an encoding scheme to inject the problem into the CA, the CA iterations step itself and a simple classifying step, typically a linear classifier. This paper demonstrates that the ReCA concept is effective even in arguably the simplest implementation of a ReCA system. However, we also report a failed attempt on the UCR Time Series Classification Archive where ReCA seems to work, but only because of the encoding scheme itself, not in any part due to the CA. This highlights the need for ablation testing, i.e., comparing internally with sub-parts of one model, but also raises an open question on what kind of tasks ReCA is best suited for.
• Abstract（参考訳）: Reservoir Computing with Cellular Automata (ReCA)は比較的新しくて有望なアプローチである。 CA に問題を注入するための符号化スキーム、CA イテレーションのステップ自体、そして単純な分類ステップ(典型的には線形分類器)である。 本稿では,ReCA システムの最も単純な実装であっても,ReCA の概念が有効であることを示す。 しかし、ReCAが機能しているように思われるUCR時系列分類アーカイブの試行は失敗に終わったが、符号化方式自体が原因であり、CAが原因ではないことも報告した。 これはアブレーションテストの必要性、すなわち1つのモデルのサブパートを内部で比較することの必要性を強調し、ReCAがどのタスクに最も適しているかに関してオープンな疑問を提起する。

関連論文リスト

• Indirectly Parameterized Concrete Autoencoders [40.35109085799772]
  ニューラルネットワークベースの組み込み機能選択の最近の進歩は、幅広いアプリケーションで有望な結果を示している。 ニューラルネットワークベースの組み込み機能選択の最近の進歩は、幅広いアプリケーションで有望な結果を示している。
  論文  参考訳（メタデータ） (2024-03-01T14:41:51Z)
• Learning to Learn in Interactive Constraint Acquisition [7.741303298648302]
  制約獲得(CA:Constraint Acquisition)では、モデルを自動的に学習することでユーザを支援することが目標である。 アクティブCAでは、クエリを対話的にユーザにポストすることでこれを行う。 本稿では、確率論的分類モデルを用いて対話型CAを誘導し、より有望なクエリを生成することを提案する。
  論文  参考訳（メタデータ） (2023-12-17T19:12:33Z)
• SQLNet: Scale-Modulated Query and Localization Network for Few-Shot Class-Agnostic Counting [71.38754976584009]
  CAC(class-agnostic counting)タスクは、最近、任意のクラスの全てのオブジェクトを、入力画像にいくつかの例を付与してカウントする問題を解くために提案されている。 我々は、スケール変調クエリーおよびローカライズネットワーク(Net)と呼ばれる、新しいローカライズベースのCACアプローチを提案する。 クエリとローカライゼーションの段階において、模範者のスケールを完全に探求し、各オブジェクトを正確に位置付けし、その近似サイズを予測することで、効果的なカウントを実現している。
  論文  参考訳（メタデータ） (2023-11-16T16:50:56Z)
• Your representations are in the network: composable and parallel adaptation for large scale models [90.26965623489157]
  InCAは、事前訓練されたモデルの任意のアクティベーション層にクロスタッチするトランスファー学習の軽量な方法である。 InCAは,1つのトップスコーリングアダプタを選択しても,フル微調整に匹敵する性能を発揮することを示す。
  論文  参考訳（メタデータ） (2023-03-07T18:12:24Z)
• Autoregressive Search Engines: Generating Substrings as Document Identifiers [53.0729058170278]
  自動回帰言語モデルは、回答を生成するデファクト標準として現れています。 これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。 本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
  論文  参考訳（メタデータ） (2022-04-22T10:45:01Z)
• CATRO: Channel Pruning via Class-Aware Trace Ratio Optimization [61.71504948770445]
  本稿では,CATRO (Class-Aware Trace Ratio Optimization) を用いた新しいチャネルプルーニング手法を提案する。 CATROは、他の最先端チャネルプルーニングアルゴリズムと同等の精度で、同様のコストまたは低コストで高い精度を達成できることを示す。 CATROは、クラス認識の特性のため、様々な分類サブタスクに適応的に効率の良いネットワークを創り出すのに適している。
  論文  参考訳（メタデータ） (2021-10-21T06:26:31Z)
• A reversible system based on hybrid toggle radius-4 cellular automata and its application as a block cipher [0.0]
  我々は、ハイブリッドセルオートマトン(CA)機構を用いて、HCAと呼ばれるブロック暗号アルゴリズムを作成し、可逆性を実現する。 ここではモデル上で行ったいくつかの評価と分析について述べる。
  論文  参考訳（メタデータ） (2021-06-09T02:52:05Z)
• Less is More: Data-Efficient Complex Question Answering over Knowledge Bases [26.026065844896465]
  本稿では,複雑な質問応答のためのデータ効率向上学習フレームワークであるNS-CQAモデルを提案する。 我々のフレームワークはニューラルジェネレータとシンボリックエグゼキュータで構成されており、自然言語の質問を原始的なアクションのシーケンスに変換する。 近年の大規模質問応答データセットであるCQAと,マルチホップ質問応答データセットであるWebQuestionsSPの2つのデータセットで評価を行った。
  論文  参考訳（メタデータ） (2020-10-29T18:42:44Z)
• Fine-Grained Visual Classification with Efficient End-to-end Localization [49.9887676289364]
  本稿では,エンド・ツー・エンドの設定において,分類ネットワークと融合可能な効率的なローカライゼーションモジュールを提案する。 我々は,CUB200-2011,Stanford Cars,FGVC-Aircraftの3つのベンチマークデータセット上で,新しいモデルを評価する。
  論文  参考訳（メタデータ） (2020-05-11T14:07:06Z)
• Pre-training Is (Almost) All You Need: An Application to Commonsense Reasoning [61.32992639292889]
  事前学習されたトランスモデルの微調整は、一般的なNLPタスクを解決するための標準的なアプローチとなっている。 そこで本研究では,可視性ランキングタスクをフルテキスト形式でキャストする新たなスコアリング手法を提案する。 提案手法は, ランダム再起動にまたがって, より安定した学習段階を提供することを示す。
  論文  参考訳（メタデータ） (2020-04-29T10:54:40Z)

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。