論文の概要: Likelihood ratio for a binary Bayesian classifier under a noise-exclusion model
- arxiv url: http://arxiv.org/abs/2601.07982v1
- Date: Mon, 12 Jan 2026 20:25:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-14 18:27:18.938911
- Title: Likelihood ratio for a binary Bayesian classifier under a noise-exclusion model
- Title（参考訳）: 雑音-排除モデルに基づく二元ベイズ分類器の類似率
- Authors: Howard C. Gifford,
- Abstract要約: 我々は,最小抽出可能な画像特徴にしきい値を置くことで,全体論的視覚探索(gist)処理を行う新しい統計的理想オブザーバモデルを開発した。
この新しいフレームワークの応用は、医用画像認識、コンピュータビジョン、ベンチマーク性能、特徴選択/評価を可能にすることである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We develop a new statistical ideal observer model that performs holistic visual search (or gist) processing in part by placing thresholds on minimum extractable image features. In this model, the ideal observer reduces the number of free parameters thereby shrinking down the system. The applications of this novel framework is in medical image perception (for optimizing imaging systems and algorithms), computer vision, benchmarking performance and enabling feature selection/evaluations. Other applications are in target detection and recognition in defense/security as well as evaluating sensors and detectors.
- Abstract（参考訳）: 我々は,最小抽出可能な画像特徴にしきい値を置くことで,全体論的視覚探索(gist)処理を行う新しい統計的理想オブザーバモデルを開発した。
このモデルでは、理想的なオブザーバは自由パラメータの数を減らし、それによってシステムを縮小する。
この新しいフレームワークの応用は、医用画像認識(画像システムとアルゴリズムの最適化)、コンピュータビジョン、ベンチマーク性能、特徴選択/評価の実現である。
その他の応用としては、目標検出と防衛・セキュリティの認識、センサーと検出器の評価がある。
関連論文リスト
- Application of Ideal Observer for Thresholded Data in Search Task [2.657021668387188]
この研究は、人為的な閾値付きビジュアルサーチモデルオブザーバを開発することにより、タスクベースの画像品質評価を推し進める。
このモデルは、人間の視覚システムにインスパイアされた閾値付きデータに対する理想的なオブザーバーであり、高精細な特徴を選択的に処理することで、識別性能を向上させることができる。
論文 参考訳（メタデータ） (2026-01-12T20:18:02Z) - Automated Detection of Visual Attribute Reliance with a Self-Reflective Agent [58.90049897180927]
視覚モデルにおける視覚的特徴の意図しない依存を検出するための自動フレームワークを提案する。
自己反射エージェントは、モデルが依存する可能性のある視覚特性に関する仮説を生成し、テストする。
我々は,視覚特性の多様さを示すために設計された130モデルの新しいベンチマークに対して,我々のアプローチを評価した。
論文 参考訳（メタデータ） (2025-10-24T17:59:02Z) - A Hybrid Framework for Statistical Feature Selection and Image-Based Noise-Defect Detection [55.2480439325792]
本稿では,統計的特徴選択と分類技術を統合し,欠陥検出精度を向上させるハイブリッドフレームワークを提案する。
工業画像から抽出した55個の特徴を統計的手法を用いて解析した。
これらの手法をフレキシブルな機械学習アプリケーションに統合することにより、検出精度を改善し、偽陽性や誤分類を減らす。
論文 参考訳（メタデータ） (2024-12-11T22:12:21Z) - Evaluation Agent: Efficient and Promptable Evaluation Framework for Visual Generative Models [51.067146460271466]
視覚生成モデルの評価には時間を要するし、計算コストもかかる。
本研究では,効率的,動的,多ラウンドな評価に人間的な戦略を用いる評価エージェントフレームワークを提案する。
1)効率性、2)多様なユーザニーズに合わせた迅速な評価、3)1つの数値スコア以上の説明可能性、4)さまざまなモデルやツールのスケーラビリティ。
論文 参考訳（メタデータ） (2024-12-10T18:52:39Z) - Towards a Robust Framework for NeRF Evaluation [11.348562090906576]
ニューラルレージアンスフィールド(NeRF)パイプラインからニューラルレンダリングネットワークを分離する新しいテストフレームワークを提案する。
次に, 明示的放射場表現に基づくNeRFの訓練と評価を行い, パラメトリック評価を行う。
我々のアプローチは、NeRF法の比較客観的評価フレームワークを作成する可能性を提供します。
論文 参考訳（メタデータ） (2023-05-29T13:30:26Z) - Zero-shot Model Diagnosis [80.36063332820568]
ディープラーニングモデルを評価するための一般的なアプローチは、興味のある属性を持つラベル付きテストセットを構築し、そのパフォーマンスを評価することである。
本稿では,ゼロショットモデル診断(ZOOM)がテストセットやラベル付けを必要とせずに可能であることを論じる。
論文 参考訳（メタデータ） (2023-03-27T17:59:33Z) - Visual Analysis Motivated Rate-Distortion Model for Image Coding [34.76677294980739]
本稿では,VVC(Versatile Video Coding)イントラ圧縮のための視覚解析によるレート歪みモデルを提案する。
提案モデルには,新しいレート割当戦略と新しい歪み測定モデルという2つの大きな貢献がある。
論文 参考訳（メタデータ） (2021-04-21T02:27:34Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。