Fugu-MT 論文翻訳(概要): Survey of Swarm Intelligence Approaches to Search Documents Based On Semantic Similarity

論文の概要: Survey of Swarm Intelligence Approaches to Search Documents Based On Semantic Similarity

arxiv url: http://arxiv.org/abs/2507.11787v1
Date: Tue, 15 Jul 2025 23:03:52 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-17 19:00:11.177535
Title: Survey of Swarm Intelligence Approaches to Search Documents Based On Semantic Similarity
Title（参考訳）: 意味的類似性に基づく文書検索における群知能のアプローチに関する調査
Authors: Chandrashekar Muniyappa, Eunjin Kim,
Abstract要約: Swarm Intelligence(SI)は、動物や昆虫の自然な行動を観察し、コンピュータアルゴリズムに翻訳する人工知能において、多くの人気を集めている。本調査では,Swarm Intelligenceアルゴリズムを用いた意味的類似性に基づく文書検索の最新動向について概観する。
参考スコア（独自算出の注目度）: 0.20482269513546453
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Swarm Intelligence (SI) is gaining a lot of popularity in artificial intelligence, where the natural behavior of animals and insects is observed and translated into computer algorithms called swarm computing to solve real-world problems. Due to their effectiveness, they are applied in solving various computer optimization problems. This survey will review all the latest developments in Searching for documents based on semantic similarity using Swarm Intelligence algorithms and recommend future research directions.
Abstract（参考訳）: Swarm Intelligence(SI)は、動物や昆虫の自然な振る舞いを観察し、現実世界の問題を解決するためにSwarm Computingと呼ばれるコンピュータアルゴリズムに翻訳する人工知能で人気を集めている。その有効性のため、様々なコンピュータ最適化問題の解法に応用される。本調査では,Swarm Intelligenceアルゴリズムを用いた意味的類似性に基づく文書検索の最新の展開を概観し,今後の研究方向を推奨する。

関連論文リスト

Survey of Genetic and Differential Evolutionary Algorithm Approaches to Search Documents Based On Semantic Similarity [0.20482269513546453]
本調査では,テキストのセマンティックな類似性に基づく文書検索の最近の進歩について検討する。遺伝的および微分進化的計算アルゴリズムに焦点をあてる。
論文参考訳（メタデータ） (2025-07-15T21:30:16Z)
From Web Search towards Agentic Deep Research: Incentivizing Search with Reasoning Agents [96.65646344634524]
推論とエージェント能力を備えた大規模言語モデル(LLM)は、エージェントディープリサーチ(Agenic Deep Research)と呼ばれる新しいパラダイムを取り入れている。静的なWeb検索から,計画,探索,学習を行う対話型エージェントベースのシステムへの進化を辿ります。我々はエージェントディープリサーチが既存のアプローチを著しく上回るだけでなく、将来の情報探索において支配的なパラダイムになることを実証する。
論文参考訳（メタデータ） (2025-06-23T17:27:19Z)
Aerial Secure Collaborative Communications under Eavesdropper Collusion in Low-altitude Economy: A Generative Swarm Intelligent Approach [84.20358039333756]
本研究では,AAV群に分散コラボレーティブビームフォーミング(DCB)を導入し,対応する信号分布を制御して盗聴者の共謀を処理した。両方向の秘密保持能力と最大サイドローブレベルを最小化して、未知の盗聴者からの情報漏洩を回避する。本稿では,より少ないオーバーヘッドで問題を解決するために,新しいジェネレーティブ・スウォーム・インテリジェンス(GenSI)フレームワークを提案する。
論文参考訳（メタデータ） (2025-03-02T04:02:58Z)
Evolutionary Algorithms Approach For Search Based On Semantic Document Similarity [0.0]
我々は,様々なテキスト表現技術を用いて,クラスタリング,レコメンデーション,質問応答システムを開発した。テキストの意味的類似性を捉えるために,ユニバーサル・センテンス・ベクター (USE) が用いられていることを示す。また, 遺伝的アルゴリズム (GA) と微分進化 (DE) のアルゴリズムを用いて, 関連するトップN文書の検索と検索を行う。
論文参考訳（メタデータ） (2025-02-20T18:56:52Z)
Tree Search for Language Model Agents [69.43007235771383]
対話型Web環境での探索と多段階計画を行うために,LMエージェントの推論時探索アルゴリズムを提案する。我々のアプローチは、実環境空間内で機能する最優先木探索の一形態である。現実的なWebタスクにおいて有効性を示すLMエージェントのための最初の木探索アルゴリズムである。
論文参考訳（メタデータ） (2024-07-01T17:07:55Z)
A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
論文参考訳（メタデータ） (2024-05-30T04:46:40Z)
Utilizing Background Knowledge for Robust Reasoning over Traffic Situations [63.45021731775964]
我々は、インテリジェントトランスポーテーションの補完的な研究側面である交通理解に焦点を当てる。本研究は,豊富なコモンセンス知識を前提として,テキストベースの手法とデータセットを対象とする。交通状況に対するゼロショットQAには3つの知識駆動アプローチを採用しています。
論文参考訳（メタデータ） (2022-12-04T09:17:24Z)
Contextually Aware Intelligent Control Agents for Heterogeneous Swarms [0.0]
Swarmシェパーディング研究における新たな課題は、効率的で効率的な人工知能アルゴリズムを設計することである。本研究では,コンテキスト認識型Swarm制御インテリジェントエージェントの設計手法を提案する。我々は同種群と異種群の両方で羊飼いが成功したことを実証した。
論文参考訳（メタデータ） (2022-11-22T20:25:59Z)
A Metaheuristic Approach for Mining Gradual Patterns [0.0]
本稿では,有効な探索空間を定義するために,段階的パターン候補の数値符号化を提案する。また,探索空間を用いた段階的パターン発見問題に対する効率的な解法として,メタヒューリスティック最適化手法の体系的研究を行った。
論文参考訳（メタデータ） (2022-11-15T06:52:09Z)
Introductory Studies of Swarm Intelligence Techniques [1.2930503923129208]
群れ知能は、個体の集団的研究と、群れの知的行動につながる相互相互作用を含む。この章では、様々な人口ベースのSIアルゴリズム、基本構造、数学的モデルについて紹介している。
論文参考訳（メタデータ） (2022-09-26T16:29:55Z)
Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文参考訳（メタデータ） (2022-07-18T11:38:32Z)
Machine Number Sense: A Dataset of Visual Arithmetic Problems for Abstract and Relational Reasoning [95.18337034090648]
文法モデルを用いて自動生成される視覚的算術問題からなるデータセット、MNS(Machine Number Sense)を提案する。これらの視覚的算術問題は幾何学的フィギュアの形をしている。我々は、この視覚的推論タスクのベースラインとして、4つの主要なニューラルネットワークモデルを用いて、MNSデータセットをベンチマークする。
論文参考訳（メタデータ） (2020-04-25T17:14:58Z)

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。