論文の概要: A Guide to Similarity Measures
- arxiv url: http://arxiv.org/abs/2408.07706v1
- Date: Wed, 7 Aug 2024 13:17:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 03:35:49.360933
- Title: A Guide to Similarity Measures
- Title（参考訳）: 類似度対策の指針
- Authors: Avivit Levy, B. Riva Shalom, Michal Chalamish,
- Abstract要約: このガイドでは、非専門家と専門家の両方に役立てるための、一般的な類似度対策の包括的セットについて説明する。
尺度のモチベーションとそれを使用する方法を理解したい非専門家は、その尺度の公式の友好的で詳細な説明を見つけることができる。
専門家は、特定のアプリケーションドメインにおいて、望ましいタスクに対する類似度を測定するためのより良い方法として、類似度尺度とアイデアを設計する原則を垣間見るかもしれません。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Similarity measures play a central role in various data science application domains for a wide assortment of tasks. This guide describes a comprehensive set of prevalent similarity measures to serve both non-experts and professional. Non-experts that wish to understand the motivation for a measure as well as how to use it may find a friendly and detailed exposition of the formulas of the measures, whereas experts may find a glance to the principles of designing similarity measures and ideas for a better way to measure similarity for their desired task in a given application domain.
- Abstract（参考訳）: 類似度測定は、様々なデータサイエンスアプリケーション領域において、幅広いタスクにおいて中心的な役割を果たす。
このガイドでは、非専門家と専門家の両方に役立てるための、一般的な類似度対策の包括的セットについて説明する。
測度に対するモチベーションとそれを使用する方法を理解したい非専門家は、その測度の公式のフレンドリで詳細な説明を見つけることができる一方、専門家は、所定のアプリケーション領域において、望ましいタスクに対する類似度を測定するためのより良い方法として、類似度測度とアイデアを設計する原則を垣間見ることができる。
関連論文リスト
- Evaluating Generative AI Systems is a Social Science Measurement Challenge [78.35388859345056]
我々は,GenAIシステムの能力,影響,機会,リスクに関連する概念を測定するための枠組みを提案する。
このフレームワークは、背景概念、体系化された概念、測定器、インスタンスレベルの測定そのものの4つのレベルを区別する。
論文 参考訳（メタデータ） (2024-11-17T02:35:30Z) - PredBench: Benchmarking Spatio-Temporal Prediction across Diverse Disciplines [86.36060279469304]
予測時間ネットワークの総合評価に適したベンチマークであるPredBenchを紹介する。
このベンチマークでは、広く採用されている12のメソッドと、複数のアプリケーションドメインにまたがる多様なデータセットを統合する。
その多次元評価フレームワークは、総合的なメトリクスセットで分析を広げる。
論文 参考訳（メタデータ） (2024-07-11T11:51:36Z) - Top-K Pairwise Ranking: Bridging the Gap Among Ranking-Based Measures for Multi-Label Classification [120.37051160567277]
本稿では,Top-K Pairwise Ranking(TKPR)という新しい尺度を提案する。
一連の分析により、TKPRは既存のランキングベースの尺度と互換性があることが示されている。
一方,データ依存縮約法という新しい手法に基づいて,提案手法の急激な一般化を確立する。
論文 参考訳（メタデータ） (2024-07-09T09:36:37Z) - Apport des ontologies pour le calcul de la similarit\'e s\'emantique au
sein d'un syst\`eme de recommandation [0.0]
用語、単語、テキストデータ間の意味的関連性や類似性の測定は、異なるアプリケーションにおいて重要な役割を果たす。
提案手法は,レコメンデータシステムを用いて意味的類似性を計算する手法である。
論文 参考訳（メタデータ） (2022-05-25T07:27:10Z) - 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) - The whole and the parts: the MDL principle and the a-contrario framework [4.970364068620608]
この研究は、最小記述長(MDL)原理と、Desolneux, Moisan, Morel によって提案された構造検出のための a-contrario フレームワークとの関係について検討する。
MDLの原理は、データ全体の最良の解釈に焦点を当て、a-contrarioのアプローチは、異常な統計を伴うデータの一部を検出することに集中している。
論文 参考訳（メタデータ） (2021-12-13T18:07:26Z) - PAIR: Leveraging Passage-Centric Similarity Relation for Improving Dense
Passage Retrieval [87.68667887072324]
本稿では,クエリ中心とPAssage中心のsmilarity Relations(PAIR)を併用した新しい手法を提案する。
本稿では,2種類の類似性関係の形式的定式化を導入することにより,3つの主要な技術的貢献を行う。
MSMARCOとNatural Questionsの両方のデータセットにおいて、従来の最先端モデルよりも大幅に優れています。
論文 参考訳（メタデータ） (2021-08-13T02:07:43Z) - Measuring Inconsistency over Sequences of Business Rule Cases [5.7559253770425425]
任意の(従来の)不整合対策からマルチセット測定を誘導するアプローチを提案する。
また、マルチセットユースケースのための新しい合理性仮定を提案する。
論文 参考訳（メタデータ） (2021-03-01T16:18:26Z) - Domain Divergences: a Survey and Empirical Analysis [47.535524183965464]
我々は,情報理論,幾何学,高次尺度の3つのクラスからなる分散尺度の分類法を開発する。
我々は,130のドメイン適応シナリオ,3つの異なるNLPタスク,12のばらつき尺度にまたがる相関分析を行った。
論文 参考訳（メタデータ） (2020-10-23T07:12:52Z) - Fairness Metrics: A Comparative Analysis [1.7188280334580195]
本稿では、一般的な数学的枠組みを用いて、最も広く使われている公正度指標について述べるとともに、それらの関係に関する新たな結果を示す。
ここで提示された結果は、専門家と非スペシャリストの両方を、その適用と目標に最も適したメトリクスを特定するより良い位置に配置するのに役立ちます。
論文 参考訳（メタデータ） (2020-01-22T03:27:37Z) - Learning similarity measures from data [1.4766350834632755]
類似度尺度を定義することは、いくつかの機械学習手法の要件である。
データセットは通常、CBRや機械学習システムの構築の一部として収集される。
本研究の目的は,機械学習を用いて類似度を効果的に学習する方法を検討することである。
論文 参考訳（メタデータ） (2020-01-15T13:29:48Z)
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。