Fugu-MT 論文翻訳(概要): AlloyInter: Visualising Alloy Mixture Interpolations in t-SNE Representations

論文の概要: AlloyInter: Visualising Alloy Mixture Interpolations in t-SNE Representations

arxiv url: http://arxiv.org/abs/2509.19202v1
Date: Tue, 23 Sep 2025 16:21:52 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-24 20:41:27.945549
Title: AlloyInter: Visualising Alloy Mixture Interpolations in t-SNE Representations
Title（参考訳）: AlloyInter: t-SNE表現における合金混合補間
Authors: Benedikt Kantz, Peter Waldert, Stefan Lengauer, Tobias Schreck,
Abstract要約: 我々は,XAIによって導かれる手法を提案し,出力パラメータの目標を指定して入力混合比を検出する。我々は,XAIのロバスト性に関する先行研究に基づいて構築し,多様体学習のような確立した手法とアプローチを組み合わせることにより,システムを強化した。
参考スコア（独自算出の注目度）: 5.402855478005159
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This entry description proposes AlloyInter, a novel system to enable joint exploration of input mixtures and output parameters space in the context of the SciVis Contest 2025. We propose an interpolation approach, guided by eXplainable Artificial Intelligence (XAI) based on a learned model ensemble that allows users to discover input mixture ratios by specifying output parameter goals that can be iteratively adjusted and improved towards a goal. We strengthen the capabilities of our system by building upon prior research within the robustness of XAI, as well as combining well-established techniques like manifold learning with interpolation approaches.
Abstract（参考訳）: このエントリ記述は、SciVis Contest 2025の文脈で入力混合物と出力パラメータ空間の合同探索を可能にする新しいシステムであるAyloInterを提案する。本稿では,学習モデルアンサンブルに基づく eXplainable Artificial Intelligence (XAI) による補間手法を提案する。我々は,XAIのロバスト性に関する先行研究に基づいて構築し,多様体学習や補間アプローチといった確立した手法を組み合わせることにより,システムの能力を強化する。

関連論文リスト

Aligning Compound AI Systems via System-level DPO [14.81833809563081]
私たちは$textbfSysDPO$を紹介します。これは、DPO(Direct Preference Optimization)を拡張して、ジョイントシステムレベルのアライメントを可能にするフレームワークです。 2つのアプリケーションにまたがるアプローチの有効性を実証的に実証する。
論文参考訳（メタデータ） (2025-02-24T23:25:13Z)
Into the Void: Mapping the Unseen Gaps in High Dimensional Data [23.226089369715016]
GapMiner'というビジュアル分析システムによって拡張された包括的パイプラインを提案する。高次元データセットの空の領域において、未解決の機会を探索し、活用することを目的としている。
論文参考訳（メタデータ） (2025-01-25T16:57:21Z)
Unified Framework for Open-World Compositional Zero-shot Learning [39.521304311470146]
Open-World Composal Zero-Shot Learning (OW-CZSL)は、既知のプリミティブやエンティティの新規な構成を認識するという課題に対処する。推論段階における全ての可能な構成の徹底的な探索に伴う計算負担を軽減することを目的とした,新しいモジュールを提案する。提案モデルでは、3つのデータセットでOW-CZSLの最先端性を達成し、2つのデータセットでLLVM(Large Vision Language Models)を上回ります。
論文参考訳（メタデータ） (2024-12-05T11:36:37Z)
Joint Multimodal Transformer for Emotion Recognition in the Wild [49.735299182004404]
マルチモーダル感情認識(MMER)システムは、通常、単調なシステムよりも優れている。本稿では,キーベースのクロスアテンションと融合するために,ジョイントマルチモーダルトランス (JMT) を利用するMMER法を提案する。
論文参考訳（メタデータ） (2024-03-15T17:23:38Z)
An Ensemble Framework for Explainable Geospatial Machine Learning Models [16.010404125829876]
GeoShapleyメソッドは、機械学習(ML)とShapley値を統合し、地理的特徴の寄与を説明する。ここでは,このギャップを埋めるために,局所空間重み付け方式をXAIとML技術と組み合わせるためのアンサンブルフレームワークを提案する。このフレームワークは地理的回帰と分類の両方で機能し、複雑な空間現象を理解するための新しいアプローチを提供する。
論文参考訳（メタデータ） (2024-03-05T21:12:10Z)
Detecting Any Human-Object Interaction Relationship: Universal HOI Detector with Spatial Prompt Learning on Foundation Models [55.20626448358655]
本研究では,ビジョン・ランゲージ(VL)基礎モデルと大規模言語モデル(LLM)を用いて,オープンワールド環境におけるユニバーサルインタラクション認識について検討する。我々の設計にはHO Prompt-guided Decoder (HOPD) が含まれており、基礎モデルにおける高次関係表現と画像内の様々なHOペアとの結合を容易にする。オープンカテゴリの対話認識では,対話文と解釈文の2つのタイプがサポートされている。
論文参考訳（メタデータ） (2023-11-07T08:27:32Z)
Sampling - Variational Auto Encoder - Ensemble: In the Quest of Explainable Artificial Intelligence [0.0]
本稿では,新しい枠組みに基づく実証的評価を提示することによって,XAIに関する談話に寄与する。 VAEとアンサンブルスタックとSHapley Additive ExPlanationsを組み合わせたハイブリッドアーキテクチャである。この発見は、アンサンブルスタック、VAE、SHAPを組み合わせることで、モデルのパフォーマンスが向上するだけでなく、簡単に説明可能なフレームワークを提供できることを示している。
論文参考訳（メタデータ） (2023-09-25T02:46:19Z)
Learning with MISELBO: The Mixture Cookbook [62.75516608080322]
本稿では,VampPriorとPixelCNNデコーダネットワークを用いて,フローベース階層型変分オートエンコーダ(VAE)の正規化のための変分近似を初めて提案する。我々は、この協調行動について、VIと適応的重要度サンプリングの新たな関係を描いて説明する。我々は、MNISTおよびFashionMNISTデータセット上の負のログ類似度の観点から、VAEアーキテクチャの最先端結果を得る。
論文参考訳（メタデータ） (2022-09-30T15:01:35Z)
Tree ensemble kernels for Bayesian optimization with known constraints over mixed-feature spaces [54.58348769621782]
木アンサンブルはアルゴリズムチューニングやニューラルアーキテクチャ検索といったブラックボックス最適化タスクに適している。ブラックボックス最適化にツリーアンサンブルを使うことの2つのよく知られた課題は、探索のためのモデル不確実性を効果的に定量化し、また、 (ii) ピースワイドな定値取得関数を最適化することである。我々のフレームワークは、連続/離散的機能に対する非拘束ブラックボックス最適化のための最先端の手法と同様に、混合変数の特徴空間と既知の入力制約を組み合わせた問題の競合する手法よりも優れている。
論文参考訳（メタデータ） (2022-07-02T16:59:37Z)
Federated Stochastic Gradient Descent Begets Self-Induced Momentum [151.4322255230084]
Federated Learning(FL)は、モバイルエッジシステムに適用可能な、新興の機械学習手法である。このような条件下での勾配降下(SGD)への走行は,大域的な集約プロセスに運動量的な項を加えるとみなすことができる。
論文参考訳（メタデータ） (2022-02-17T02:01:37Z)
Centralized Information Interaction for Salient Object Detection [68.8587064889475]
U字型構造は、多スケールの機能を効率的に組み合わせるサリエント物体検出に長けている。本稿では,これらの接続を集中化することにより,相互に相互に情報交換を行うことができることを示す。本手法は, ボトムアップ経路とトップダウン経路の接続を置換することにより, 既存のU字型サルエント物体検出手法と協調することができる。
論文参考訳（メタデータ） (2020-12-21T12:42:06Z)

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。