Fugu-MT 論文翻訳(概要): Find the Leak, Fix the Split: Cluster-Based Method to Prevent Leakage in Video-Derived Datasets

論文の概要: Find the Leak, Fix the Split: Cluster-Based Method to Prevent Leakage in Video-Derived Datasets

arxiv url: http://arxiv.org/abs/2511.13944v1
Date: Mon, 17 Nov 2025 21:57:46 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-19 16:23:52.819857
Title: Find the Leak, Fix the Split: Cluster-Based Method to Prevent Leakage in Video-Derived Datasets
Title（参考訳）: ビデオ配信データセットにおける漏洩防止のためのクラスタベース手法
Authors: Noam Glazner, Noam Tsfaty, Sharon Shalev, Avishai Weizman,
Abstract要約: 本稿では,クラスタベースのフレーム選択手法を提案する。トレーニング、検証、テストセットに分割する前に視覚的に類似したフレームをグループ化することにより、この方法はより代表的でバランスよく信頼性の高いデータセット分割を生成する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We propose a cluster-based frame selection strategy to mitigate information leakage in video-derived frames datasets. By grouping visually similar frames before splitting into training, validation, and test sets, the method produces more representative, balanced, and reliable dataset partitions.
Abstract（参考訳）: 本稿では,クラスタベースのフレーム選択手法を提案する。トレーニング、検証、テストセットに分割する前に視覚的に類似したフレームをグループ化することにより、この方法はより代表的でバランスよく信頼性の高いデータセット分割を生成する。

関連論文リスト

Structure-guided Deep Multi-View Clustering [13.593229506936682]
深いマルチビュークラスタリングは、クラスタリング性能を改善するために、複数のビューから豊富な情報を活用することを目指している。既存のクラスタリング手法の多くは、多視点構造情報の完全なマイニングを無視することが多い。構造誘導型深層多視点クラスタリングモデルを提案し,多視点データの分布を探索する。
論文参考訳（メタデータ） (2025-01-17T12:42:30Z)
Discriminative Anchor Learning for Efficient Multi-view Clustering [59.11406089896875]
マルチビュークラスタリング(DALMC)のための識別的アンカー学習を提案する。元のデータセットに基づいて、識別的なビュー固有の特徴表現を学習する。これらの表現に基づいて異なるビューからアンカーを構築することで、共有アンカーグラフの品質が向上します。
論文参考訳（メタデータ） (2024-09-25T13:11:17Z)
Cluster-based Video Summarization with Temporal Context Awareness [9.861215740353247]
TAC-SUMは、ビデオ要約のための新規で効率的なトレーニング不要なアプローチである。提案手法では,入力映像を時間的に連続したセグメントに分割し,クラスタリングする。結果の時間認識クラスタは、最終的なサマリーを計算するために使用される。
論文参考訳（メタデータ） (2024-04-06T05:55:14Z)
Graph-based Active Learning for Entity Cluster Repair [1.7453520331111723]
クラスタ修復手法は、クラスタ内のエラーを判定し、各クラスタが同一エンティティを表すレコードで構成されるように修正することを目的としている。現在のクラスタ修復手法では、重複のないデータソースを前提としており、あるソースからのレコードは別のソースからのユニークなレコードに対応する。近年,クラスタリング手法とリンク分類法を併用して,重複したデータソースに適用する手法が提案されている。本稿では,クラスタ修復のための新しい手法を提案し,その基盤となる類似性グラフから得られるグラフメトリクスを利用する。
論文参考訳（メタデータ） (2024-01-26T16:42:49Z)
Contrastive Continual Multi-view Clustering with Filtered Structural Fusion [57.193645780552565]
ビューが事前に収集されるアプリケーションでは、マルチビュークラスタリングが成功します。データビューがシーケンシャルに収集されるシナリオ、すなわちリアルタイムデータを見落としている。いくつかの方法が提案されているが、安定塑性ジレンマに閉じ込められている。フィルタ構造融合を用いたコントラスト連続多視点クラスタリングを提案する。
論文参考訳（メタデータ） (2023-09-26T14:18:29Z)
A Proposition-Level Clustering Approach for Multi-Document Summarization [82.4616498914049]
クラスタリングアプローチを再検討し、より正確な情報アライメントの提案をグループ化します。提案手法は,有意な命題を検出し,それらをパラフラスティックなクラスタに分類し,その命題を融合して各クラスタの代表文を生成する。 DUC 2004 とTAC 2011 データセットでは,従来の最先端 MDS 法よりも要約法が優れている。
論文参考訳（メタデータ） (2021-12-16T10:34:22Z)
Clustering by Maximizing Mutual Information Across Views [62.21716612888669]
本稿では,共同表現学習とクラスタリングを組み合わせた画像クラスタリングのための新しいフレームワークを提案する。提案手法は,様々な画像データセットにおける最先端の単一ステージクラスタリング手法よりも優れていた。
論文参考訳（メタデータ） (2021-07-24T15:36:49Z)
Video Super-Resolution with Recurrent Structure-Detail Network [120.1149614834813]
ほとんどのビデオ超解像法は、時間的スライディングウィンドウ内の隣接するフレームの助けを借りて単一の参照フレームを超解する。本稿では,従来のフレームを有効かつ効率的に利用し,現行のフレームを超解する新しいビデオ超解法を提案する。
論文参考訳（メタデータ） (2020-08-02T11:01:19Z)

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。