Fugu-MT 論文翻訳(概要): Efficient Mixture of Geographical Species for On Device Wildlife Monitoring

論文の概要: Efficient Mixture of Geographical Species for On Device Wildlife Monitoring

arxiv url: http://arxiv.org/abs/2504.08620v1
Date: Fri, 11 Apr 2025 15:25:36 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-14 14:18:39.668826
Title: Efficient Mixture of Geographical Species for On Device Wildlife Monitoring
Title（参考訳）: オンデバイス野生生物モニタリングのための地理的種の効率的な混合
Authors: Emmanuel Azuh Mensah, Joban Mand, Yueheng Ou, Min Jang, Kurtis Heimerl,
Abstract要約: 本研究では,地理的に認識可能な条件付きサブネットワークを用いた単一種検出装置の訓練について検討する。地理的に分散した2つのデータセット (iNaturalist と iWildcam) 上で, 条件付き計算性能を示す手法を提案する。
参考スコア（独自算出の注目度）: 2.8718221966298754
License:
Abstract: Efficient on-device models have become attractive for near-sensor insight generation, of particular interest to the ecological conservation community. For this reason, deep learning researchers are proposing more approaches to develop lower compute models. However, since vision transformers are very new to the edge use case, there are still unexplored approaches, most notably conditional execution of subnetworks based on input data. In this work, we explore the training of a single species detector which uses conditional computation to bias structured sub networks in a geographically-aware manner. We propose a method for pruning the expert model per location and demonstrate conditional computation performance on two geographically distributed datasets: iNaturalist and iWildcam.
Abstract（参考訳）: デバイス上での効率的なモデルが、生態保護コミュニティに特に関心を寄せる、近感的な洞察生成にとって魅力的なものになっている。このため、ディープラーニング研究者はより低い計算モデルを開発するためのアプローチを提案している。しかし、視覚変換器はエッジ・ユース・ケースでは非常に新しいため、まだ探索されていないアプローチがあり、特に入力データに基づくサブネットの条件付き実行が顕著である。本研究では,地理的に認識されたサブネットワークのバイアスに対する条件計算を用いた単一種検出装置の訓練について検討する。地理的に分散した2つのデータセット (iNaturalist と iWildcam) 上で, 条件付き計算性能を示す手法を提案する。

関連論文リスト

MiTREE: Multi-input Transformer Ecoregion Encoder for Species Distribution Modelling [2.3776390335270694]
我々は、エコリージョンエンコーダを備えたマルチインプット・ビジョン・トランスフォーマー・モデルであるMiTREEを紹介する。夏期と冬期のサットバードデータセットを用いて,鳥種の出現率を予測することを目的として,本モデルの評価を行った。
論文参考訳（メタデータ） (2024-12-25T22:20:47Z)
Generating Binary Species Range Maps [12.342459602972609]
種分散モデル(SDM)や、より最近では、ディープラーニングベースの変種が、潜在的な自動化された代替手段を提供する。深層学習に基づくSDMは、特定の場所における種の存在を予測した確率を連続的に生成する。本研究では,プレゼンスのみのデータを用いたレンジマップのバイナライズのための最適しきい値の自動同定手法について検討した。
論文参考訳（メタデータ） (2024-08-28T17:17:20Z)
Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method with Forgery Style Mixture [58.60915132222421]
本稿では,顔偽造検出に汎用的かつパラメータ効率の高い手法を提案する。フォージェリー・ソース・ドメインの多様性を増大させるフォージェリー・ミックス・フォーミュレーションを設計する。設計したモデルは、トレーニング可能なパラメータを著しく減らし、最先端の一般化性を実現する。
論文参考訳（メタデータ） (2024-08-23T01:53:36Z)
LD-SDM: Language-Driven Hierarchical Species Distribution Modeling [9.620416509546471]
我々は,世界規模の存在のみのデータを用いた種分布モデリングの問題に焦点をあてる。種間の強い暗黙の関係を捉えるため,大きな言語モデルを用いて,種の分類学的階層を符号化した。そこで本研究では,種分布モデルの評価が可能な近接認識評価指標を提案する。
論文参考訳（メタデータ） (2023-12-13T18:11:37Z)
Active Learning-Based Species Range Estimation [20.422188189640053]
そこで本研究では,地上観測の限られた数から,種の地理的範囲を効率的に推定するための,新しいアクティブラーニング手法を提案する。弱教師付きコミュニティで収集された観測データに基づいて訓練されたモデルを用いて,この候補範囲の集合を生成することができることを示す。提案手法の詳細な評価を行い,1000種に対する専門家由来の範囲を含む評価データセットを用いて,既存のアクティブラーニング手法と比較した。
論文参考訳（メタデータ） (2023-11-03T17:45:18Z)
Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
論文参考訳（メタデータ） (2023-06-05T03:36:01Z)
Bird Distribution Modelling using Remote Sensing and Citizen Science data [31.375576105932442]
気候変動は生物多様性の喪失の主要な要因である。種の分布には大きな知識ギャップがある。本稿では,コンピュータビジョンを利用した種分散モデルの改良手法を提案する。
論文参考訳（メタデータ） (2023-05-01T20:27:11Z)
DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows [52.31831255787147]
我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
論文参考訳（メタデータ） (2021-05-30T22:07:13Z)
TraND: Transferable Neighborhood Discovery for Unsupervised Cross-domain Gait Recognition [77.77786072373942]
本稿では、教師なしクロスドメイン歩行認識のための領域ギャップを橋渡しするTransferable Neighborhood Discovery (TraND) フレームワークを提案する。我々は、潜在空間におけるラベルなしサンプルの自信ある近傍を自動的に発見するために、エンドツーエンドのトレーニング可能なアプローチを設計する。提案手法は,CASIA-BとOU-LPの2つの公開データセットに対して,最先端の結果を得る。
論文参考訳（メタデータ） (2021-02-09T03:07:07Z)
Collaborative Training between Region Proposal Localization and Classification for Domain Adaptive Object Detection [121.28769542994664]
オブジェクト検出のためのドメイン適応は、ラベル付きデータセットからラベル付きデータセットへの検出を適応させようとする。本稿では,地域提案ネットワーク (RPN) と地域提案分類器 (RPC) が,大きなドメインギャップに直面した場合の転送可能性が大きく異なることを初めて明らかにする。
論文参考訳（メタデータ） (2020-09-17T07:39:52Z)
Diversity inducing Information Bottleneck in Model Ensembles [73.80615604822435]
本稿では,予測の多様性を奨励することで,ニューラルネットワークの効果的なアンサンブルを生成する問題をターゲットにする。そこで本研究では,潜伏変数の学習における逆損失の多様性を明示的に最適化し,マルチモーダルデータのモデリングに必要な出力予測の多様性を得る。最も競争力のあるベースラインと比較して、データ分布の変化の下で、分類精度が大幅に向上した。
論文参考訳（メタデータ） (2020-03-10T03:10:41Z)

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。