Fugu-MT 論文翻訳(概要): Cold-Start Active Correlation Clustering

論文の概要: Cold-Start Active Correlation Clustering

arxiv url: http://arxiv.org/abs/2509.25376v1
Date: Mon, 29 Sep 2025 18:29:21 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-01 17:09:04.26774
Title: Cold-Start Active Correlation Clustering
Title（参考訳）: コールドスタートアクティブ相関クラスタリング
Authors: Linus Aronsson, Han Wu, Morteza Haghir Chehreghani,
Abstract要約: 本研究では,ペアの類似性を事前に提供せず,能動学習によるコスト効率の高いクエリを行なわなければならない,能動相関クラスタリングについて検討する。プロセスの早期に多様性を促進するカバレッジ・アウェア手法を提案する。
参考スコア（独自算出の注目度）: 10.886030621325425
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study active correlation clustering where pairwise similarities are not provided upfront and must be queried in a cost-efficient manner through active learning. Specifically, we focus on the cold-start scenario, where no true initial pairwise similarities are available for active learning. To address this challenge, we propose a coverage-aware method that encourages diversity early in the process. We demonstrate the effectiveness of our approach through several synthetic and real-world experiments.
Abstract（参考訳）: 本研究では,ペアの類似性を事前に提供せず,能動的学習を通じてコスト効率の高いクエリを行なわなければならない,能動的相関クラスタリングについて検討する。具体的には、アクティブな学習に真のペアワイズが利用できないコールドスタートシナリオに焦点を当てる。この課題に対処するために、我々は、プロセスの早い段階で多様性を促進するカバレッジアウェア手法を提案する。いくつかの合成および実世界の実験を通して,本手法の有効性を実証する。

関連論文リスト

Information-Theoretic Active Correlation Clustering [3.2688425993442696]
ペアの類似性が事前に分かっていない相関クラスタリングについて検討する。コスト効率のよい方法でペアの類似性を問うために,能動的学習を採用しています。
論文参考訳（メタデータ） (2024-02-05T23:33:57Z)
MLEM: Generative and Contrastive Learning as Distinct Modalities for Event Sequences [14.885714704999799]
本研究では,イベントシーケンスに対する自己教師付き学習手法の適用について検討する。これは、銀行、eコマース、ヘルスケアといった様々なアプリケーションにおいて重要なモダリティである。 MLEM(Multimodal-Learning Event Model)と呼ばれる新しい手法を開発した。
論文参考訳（メタデータ） (2024-01-29T07:50:28Z)
Learning a Diffusion Model Policy from Rewards via Q-Score Matching [93.0191910132874]
本稿では,拡散モデルポリシの構造を学習されたQ-関数に関連付ける理論的枠組みを提案する。本稿では,この理論からQスコアマッチングを示す新しいポリシー更新手法を提案する。
論文参考訳（メタデータ） (2023-12-18T23:31:01Z)
Active and Passive Causal Inference Learning [43.94538017706726]
本稿では,因果推論に関心を持つ機械学習研究者,技術者,学生の出発点となる。まず、因果同定に総合的に必要とされる重要な仮定のセットを配置することから始めます。私たちは、それらを2つのバケット、アクティブとパッシブのアプローチに分類することで、重要な因果推論テクニックのセットを構築します。
論文参考訳（メタデータ） (2023-08-18T02:23:48Z)
Correlation Clustering with Active Learning of Pairwise Similarities [3.86170450233149]
相関クラスタリングは、正と負のペアの類似性を扱う、よく知られた教師なしの学習環境である。本稿では, ペアの類似性が事前に与えられておらず, コスト効率のよいクエリを行なわなければならない場合について検討する。このタスクのための汎用的なアクティブラーニングフレームワークを開発し、いくつかの利点の恩恵を受けている。
論文参考訳（メタデータ） (2023-02-20T20:39:07Z)
Isolation and Impartial Aggregation: A Paradigm of Incremental Learning without Interference [61.11137714507445]
本稿では,インクリメンタルラーニングの段階におけるパフォーマンスの不均衡について論じる。ステージアイソレーションに基づくインクリメンタルラーニングフレームワークを提案する。提案手法を4つの大規模ベンチマークで評価した。
論文参考訳（メタデータ） (2022-11-29T06:57:48Z)
ACP++: Action Co-occurrence Priors for Human-Object Interaction Detection [102.9428507180728]
ヒューマン・オブジェクト・インタラクション(HOI)検出のタスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。我々は、人間と物体の相互作用の間に自然の相関関係と反相関が存在することを観察した。我々は、これらの先行知識を学習し、特に稀なクラスにおいて、より効果的な訓練に活用する手法を提案する。
論文参考訳（メタデータ） (2021-09-09T06:02:50Z)
CoCon: Cooperative-Contrastive Learning [52.342936645996765]
自己教師付き視覚表現学習は効率的な映像分析の鍵である。最近の画像表現の学習の成功は、コントラスト学習がこの課題に取り組むための有望なフレームワークであることを示唆している。コントラスト学習の協調的バリエーションを導入し、ビュー間の相補的な情報を活用する。
論文参考訳（メタデータ） (2021-04-30T05:46:02Z)
Detecting Human-Object Interactions with Action Co-occurrence Priors [108.31956827512376]
人-物間相互作用(HOI)検出タスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。我々は、人間と物体の相互作用の間に自然の相関と反相関が存在することを観察した。我々はこれらの先行知識を学習し、特に稀なクラスにおいてより効果的な訓練に活用する手法を提案する。
論文参考訳（メタデータ） (2020-07-17T02:47:45Z)

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。