Fugu-MT 論文翻訳(概要): Defining Interoperability: a universal standard

論文の概要: Defining Interoperability: a universal standard

arxiv url: http://arxiv.org/abs/2408.16411v1
Date: Thu, 29 Aug 2024 10:16:59 GMT
ステータス: 処理完了
システム内更新日: 2024-08-30 14:12:45.228281
Title: Defining Interoperability: a universal standard
Title（参考訳）: 相互運用性の定義:ユニバーサル標準
Authors: Giada Lalli,
Abstract要約: 本稿では、相互運用性の進化をトレースすることで、新しい普遍的な定義を提案する。この定義はこれらの矛盾に対処し、様々な分野に適用可能な堅牢なソリューションを提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Interoperability is crucial for modern scientific advancement, yet its fragmented definitions across domains hinder researchers' ability to effectively reap the rewards. This paper proposes a new, universal definition by tracing the evolution of interoperability and identifying challenges posed by varying definitions. This definition addresses these inconsistencies, offering a robust solution applicable across diverse fields. Adopting this unified approach will enhance global collaboration and drive innovation by removing obstacles to interoperability posed by conflicting or incomplete definitions.
Abstract（参考訳）: 相互運用性は近代的な科学的進歩には不可欠であるが、ドメイン間の断片化された定義は研究者の報酬を効果的に享受する能力を妨げている。本稿では、相互運用性の進化をトレースし、様々な定義によって生じる課題を特定することによって、新しい普遍的な定義を提案する。この定義はこれらの矛盾に対処し、様々な分野に適用可能な堅牢なソリューションを提供する。この統一されたアプローチを採用することで、グローバルなコラボレーションが強化され、矛盾や不完全な定義によって生じる相互運用性の障害を取り除くことでイノベーションが促進される。

関連論文リスト

Generalize or Detect? Towards Robust Semantic Segmentation Under Multiple Distribution Shifts [56.57141696245328]
斬新なクラスとドメインの両方が存在するようなオープンワールドシナリオでは、理想的なセグメンテーションモデルは安全のために異常なクラスを検出する必要がある。既存の方法はドメインレベルとセマンティックレベルの分散シフトを区別するのに苦労することが多い。
論文参考訳（メタデータ） (2024-11-06T11:03:02Z)
Domain Consistency Representation Learning for Lifelong Person Re-Identification [13.02156660844767]
LReID(Lifelong person re-identification)は、連続データから学ぶ際に、ドメイン内識別とドメイン間ギャップの間に矛盾した関係を示す。ドメイン内識別とドメイン間ギャップのバランスをとるために,グローバルおよび属性ワイド表現を探索する新しいドメイン一貫性表現学習(DCR)モデルを提案する。我々のモデルは最先端のLReID法と比較して優れた性能が得られる。
論文参考訳（メタデータ） (2024-09-30T05:19:09Z)
Independence Constrained Disentangled Representation Learning from Epistemological Perspective [13.51102815877287]
Disentangled Representation Learningは、データ生成プロセスにおいて意味論的に意味のある潜伏変数を識別するデータエンコーダをトレーニングすることで、ディープラーニングメソッドの説明可能性を向上させることを目的としている。不整合表現学習の目的については合意が得られない。本稿では,相互情報制約と独立性制約を統合した非絡み合い表現学習手法を提案する。
論文参考訳（メタデータ） (2024-09-04T13:00:59Z)
Adaptive Global-Local Representation Learning and Selection for Cross-Domain Facial Expression Recognition [54.334773598942775]
ドメインシフトは、クロスドメイン顔表情認識(CD-FER)において重要な課題となる適応的グローバルローカル表現学習・選択フレームワークを提案する。
論文参考訳（メタデータ） (2024-01-20T02:21:41Z)
Robust Unsupervised Domain Adaptation by Retaining Confident Entropy via Edge Concatenation [7.953644697658355]
教師なしのドメイン適応は、セマンティックセグメンテーションネットワークをトレーニングするための広範なピクセルレベルのアノテーションの必要性を軽減することができる。本稿では,エントロピーに基づく対向ネットワーク内における内部情報と外部情報の相乗効果を利用した新しいドメイン適応手法を提案する。我々は、より効果的なセグメンテーションのために多様な情報を統合する確率共有ネットワークを考案した。
論文参考訳（メタデータ） (2023-10-11T02:50:16Z)
Generalizable Heterogeneous Federated Cross-Correlation and Instance Similarity Learning [60.058083574671834]
本稿では,新しいFCCL+,フェデレーション相関と非ターゲット蒸留との類似性学習を提案する。不均一な問題に対しては、無関係な公開データを通信に活用する。局所的な更新段階における破滅的な忘れ物として、FCCL+はFederated Non Target Distillationを導入している。
論文参考訳（メタデータ） (2023-09-28T09:32:27Z)
Multi-Relational Hyperbolic Word Embeddings from Natural Language Definitions [5.763375492057694]
本稿では、そのような構造を明示的に活用し、定義から単語埋め込みを導出するマルチリレーショナルモデルを提案する。経験的な分析は、フレームワークが望ましい構造的制約を課すのに役立つことを示している。実験により、ユークリッド語よりもハイパーボリック語の埋め込みの方が優れていることが示された。
論文参考訳（メタデータ） (2023-05-12T08:16:06Z)
Rethinking Trajectory Prediction via "Team Game" [118.59480535826094]
本稿では,対話型グループコンセンサスの概念を明示的に導入した,マルチエージェント軌道予測の新しい定式化について述べる。チームスポーツと歩行者の2つのマルチエージェント設定において,提案手法は既存手法と比較して常に優れた性能を達成している。
論文参考訳（メタデータ） (2022-10-17T07:16:44Z)
A Style and Semantic Memory Mechanism for Domain Generalization [108.98041306507372]
ドメイン内スタイルの不変性は、ドメインの一般化の効率を改善する上で重要な要素である。本稿では,ドメイン間の意味的特徴の共通性を学習する上で特に有効な,新しい「判断」機構を提案する。提案手法は最先端の手法をクリアマージンで超越している。
論文参考訳（メタデータ） (2021-12-14T16:23:24Z)
Structured Latent Embeddings for Recognizing Unseen Classes in Unseen Domains [108.11746235308046]
本稿では,異なる領域からの画像を投影することで,ドメインに依存しない遅延埋め込みを学習する手法を提案する。挑戦的なDomainNetとDomainNet-LSベンチマークの実験は、既存のメソッドよりもアプローチの方が優れていることを示している。
論文参考訳（メタデータ） (2021-07-12T17:57:46Z)
On the Merging of Domain-Specific Heterogeneous Ontologies using Wordnet and Web Pattern-based Queries [0.0]
我々は,コミュニティ間の共通ドメインの形式的,明示的,共有的な概念化と理解の提供を目指しています。オントロジーは特定の領域の概念とその制約を明示的に定義することができる。
論文参考訳（メタデータ） (2020-04-30T05:03:50Z)

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。