Fugu-MT 論文翻訳(概要): Classification Filtering

論文の概要: Classification Filtering

arxiv url: http://arxiv.org/abs/2509.13975v1
Date: Wed, 17 Sep 2025 13:48:40 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-18 18:41:50.856207
Title: Classification Filtering
Title（参考訳）: 分類フィルタ
Authors: Ilker Bayram,
Abstract要約: 各サンプルが潜在クラスにリンクされたストリーミング信号を考える。我々は状態空間モデルを開発し、リアルタイム実行に適したフィルタを開発する。
参考スコア（独自算出の注目度）: 4.873362301533824
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider a streaming signal in which each sample is linked to a latent class. We assume that multiple classifiers are available, each providing class probabilities with varying degrees of accuracy. These classifiers are employed following a straightforward and fixed policy. In this setting, we consider the problem of fusing the output of the classifiers while incorporating the temporal aspect to improve classification accuracy. We propose a state-space model and develop a filter tailored for realtime execution. We demonstrate the effectiveness of the proposed filter in an activity classification application based on inertial measurement unit (IMU) data from a wearable device.
Abstract（参考訳）: 各サンプルが潜在クラスにリンクされたストリーミング信号を考える。複数の分類器が利用可能であり、それぞれが様々な精度のクラス確率を提供すると仮定する。これらの分類器は、単純かつ固定されたポリシーに従って使用される。この設定では、時間的側面を取り入れて分類精度を向上させるとともに、分類器の出力を融合する問題を考察する。状態空間モデルを提案し、リアルタイム実行に適したフィルタを開発する。ウェアラブルデバイスからの慣性測定ユニット(IMU)データに基づくアクティビティ分類アプリケーションにおいて,提案フィルタの有効性を示す。

関連論文リスト

Anomaly Detection using Ensemble Classification and Evidence Theory [62.997667081978825]
本稿では,アンサンブル分類とエビデンス理論を用いた新しい検出手法を提案する。固体アンサンブル分類器を構築するためのプール選択戦略が提示される。我々は異常検出手法の不確実性を利用する。
論文参考訳（メタデータ） (2022-12-23T00:50:41Z)
Parametric Classification for Generalized Category Discovery: A Baseline Study [70.73212959385387]
Generalized Category Discovery (GCD)は、ラベル付きサンプルから学習した知識を用いて、ラベルなしデータセットで新しいカテゴリを発見することを目的としている。パラメトリック分類器の故障を調査し,高品質な監視が可能であった場合の過去の設計選択の有効性を検証し,信頼性の低い疑似ラベルを重要課題として同定する。エントロピー正規化の利点を生かし、複数のGCDベンチマークにおける最先端性能を実現し、未知のクラス数に対して強いロバスト性を示す、単純で効果的なパラメトリック分類法を提案する。
論文参考訳（メタデータ） (2022-11-21T18:47:11Z)
Exploring Category-correlated Feature for Few-shot Image Classification [27.13708881431794]
本稿では,従来の知識として,新しいクラスとベースクラスのカテゴリ相関を探索し,シンプルで効果的な特徴補正手法を提案する。提案手法は, 広く使用されている3つのベンチマークにおいて, 一定の性能向上が得られる。
論文参考訳（メタデータ） (2021-12-14T08:25:24Z)
Prototypical Classifier for Robust Class-Imbalanced Learning [64.96088324684683]
埋め込みネットワークに付加的なパラメータを必要としないtextitPrototypealを提案する。プロトタイプは、訓練セットがクラス不均衡であるにもかかわらず、すべてのクラスに対してバランスと同等の予測を生成する。我々は, CIFAR-10LT, CIFAR-100LT, Webvision のデータセットを用いて, プロトタイプが芸術の状況と比較した場合, サブスタンスの改善が得られることを検証した。
論文参考訳（メタデータ） (2021-10-22T01:55:01Z)
When in Doubt: Improving Classification Performance with Alternating Normalization [57.39356691967766]
分類のための非パラメトリック後処理ステップである交互正規化(CAN)を用いた分類を導入する。 CANは、予測されたクラス確率分布を再調整することで、挑戦的な例の分類精度を向上させる。多様な分類課題にまたがってその効果を実証的に示す。
論文参考訳（メタデータ） (2021-09-28T02:55:42Z)
Does Adversarial Oversampling Help us? [10.210871872870737]
本稿では,データセットのクラス不均衡を処理するために,3人のプレイヤーによるゲームベースのエンドツーエンド手法を提案する。本稿では,敵対的マイノリティ・オーバーサンプリングではなく,敵対的オーバーサンプリング (AO) とデータ空間・オーバーサンプリング (DO) のアプローチを提案する。提案手法の有効性を高次元・高不均衡・大規模マルチクラスデータセットを用いて検証した。
論文参考訳（メタデータ） (2021-08-20T05:43:17Z)
Scalable Optimal Classifiers for Adversarial Settings under Uncertainty [10.90668635921398]
本稿では,攻撃者に対して目的が不明な攻撃者がクラス-1データを生成する対角的設定において,最適な分類器を見つけることの問題点を考察する。この低次元キャラクタリゼーションにより,ほぼほぼ最適な分類器をスケーラブルに計算する訓練手法が開発可能であることを示す。
論文参考訳（メタデータ） (2021-06-28T13:33:53Z)
Improving Classification Accuracy with Graph Filtering [9.153817737157366]
提案されたグラフフィルタリング手法は、平均を維持しながらクラス内分散を減らす効果があることを示した。本手法は一般にすべての分類問題に適用されるが,クラス内ノイズが小さいサンプル選択に大きく影響しうる場合において特に有用である。
論文参考訳（メタデータ） (2021-01-12T22:51:55Z)
Neural Neighborhood Encoding for Classification [19.015540611386665]
フルーツフライ嗅覚回路にインスパイアされたFly Bloom Filterは、データを単一のパスで効率的に要約することができる。本研究では,クラスごとのFly Bloomフィルタを用いて,各クラスごとに異なる局所近傍を効果的に符号化する新しい分類器を提案する。
論文参考訳（メタデータ） (2020-08-19T22:01:27Z)
Certified Robustness to Label-Flipping Attacks via Randomized Smoothing [105.91827623768724]
機械学習アルゴリズムは、データ中毒攻撃の影響を受けやすい。任意の関数に対するランダム化スムージングの統一的なビューを示す。本稿では,一般的なデータ中毒攻撃に対して,ポイントワイズで確実に堅牢な分類器を構築するための新しい戦略を提案する。
論文参考訳（メタデータ） (2020-02-07T21:28:30Z)

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。