Fugu-MT 論文翻訳(概要): Event Driven Clustering Algorithm

論文の概要: Event Driven Clustering Algorithm

arxiv url: http://arxiv.org/abs/2602.00115v1
Date: Tue, 27 Jan 2026 10:12:04 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-03 19:28:32.950753
Title: Event Driven Clustering Algorithm
Title（参考訳）: イベント駆動クラスタリングアルゴリズム
Authors: David El-Chai Ben-Ezra, Adar Tal, Daniel Brisk,
Abstract要約: 本稿では,イベントカメラデータ中の小さなイベントクラスタをリアルタイムに検出する非同期イベント駆動アルゴリズムを提案する。洗練された、効率的で単純な意思決定によって、アルゴリズムはイベントの量である$O(n)$の線形複雑性を享受する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper introduces a novel asynchronous, event-driven algorithm for real-time detection of small event clusters in event camera data. Like other hierarchical agglomerative clustering algorithms, the algorithm detects the event clusters based on their tempo-spatial distance. However, the algorithm leverages the special asynchronous data structure of event camera, and by a sophisticated, efficient and simple decision-making, enjoys a linear complexity of $O(n)$ where $n$ is the events amount. In addition, the run-time of the algorithm is independent with the dimensions of the pixels array.
Abstract（参考訳）: 本稿では,イベントカメラデータ中の小さなイベントクラスタをリアルタイムに検出する非同期イベント駆動アルゴリズムを提案する。他の階層的凝集クラスタリングアルゴリズムと同様に、アルゴリズムはテンポ空間距離に基づいてイベントクラスタを検出する。しかし、このアルゴリズムはイベントカメラの特別な非同期データ構造を利用し、洗練された、効率的で単純な意思決定によって、イベント量である$O(n)$の線形複雑性を享受する。さらに、アルゴリズムの実行時間は画素配列の次元と独立である。

関連論文リスト

Graph-based Asynchronous Event Processing for Rapid Object Recognition [59.112755601918074]
イベントカメラは、各イベントがピクセル位置、トリガ時間、明るさの極性が変化するような非同期イベントストリームをキャプチャする。イベントカメラのための新しいグラフベースのフレームワーク、SlideGCNを紹介した。当社のアプローチでは、データをイベント単位で効率的に処理し、内部でグラフの構造を維持しながら、イベントデータの低レイテンシ特性を解放することが可能です。
論文参考訳（メタデータ） (2023-08-28T08:59:57Z)
Asynchronous Blob Tracker for Event Cameras [5.64242497932732]
イベントベースのカメラは、高時間分解能、低レイテンシ、高範囲のために、高速で動く物体を追跡するのに人気がある。本稿では,生イベントをリアルタイムに非同期に追跡する新しいアルゴリズムを提案する。本アルゴリズムは, 難解な照明条件下であっても, 高精度なブロブ追跡, 速度推定, 形状推定を実現する。
論文参考訳（メタデータ） (2023-07-20T05:15:03Z)
Fast Optimal Locally Private Mean Estimation via Random Projections [58.603579803010796]
ユークリッド球における高次元ベクトルの局所的プライベート平均推定の問題について検討する。プライベート平均推定のための新しいアルゴリズムフレームワークであるProjUnitを提案する。各ランダム化器はその入力をランダムな低次元部分空間に投影し、結果を正規化し、最適なアルゴリズムを実行する。
論文参考訳（メタデータ） (2023-06-07T14:07:35Z)
eCDT: Event Clustering for Simultaneous Feature Detection and Tracking- [4.094848360328624]
イベントクラスタリングに基づく検出追跡(eCDT) 提案手法は,最先端手法と比較して,特徴追跡年齢が30%向上した。
論文参考訳（メタデータ） (2022-07-19T07:39:04Z)
A density peaks clustering algorithm with sparse search and K-d tree [16.141611031128427]
この問題を解決するために,スパース探索とK-d木を用いた密度ピーククラスタリングアルゴリズムを開発した。分散特性が異なるデータセット上で、他の5つの典型的なクラスタリングアルゴリズムと比較して実験を行う。
論文参考訳（メタデータ） (2022-03-02T09:29:40Z)
The Automatic Quasi-clique Merger algorithm (AQCM) [0.0]
Automatic Quasi-Clique Mergerアルゴリズムは、QCMという名前で発表された初期の研究から適応された新しいアルゴリズムです。本稿では,準斜晶凝集アプローチの一般的な考え方を示し,aqcmアルゴリズムの数学的ステップの詳細を述べるとともに,新しい手法の背景にある動機について述べる。
論文参考訳（メタデータ） (2021-03-06T20:01:59Z)
Unsupervised Feature Learning for Event Data: Direct vs Inverse Problem Formulation [53.850686395708905]
イベントベースのカメラは、ピクセルごとの明るさ変化の非同期ストリームを記録する。本稿では,イベントデータからの表現学習のための単一層アーキテクチャに焦点を当てる。我々は,最先端手法と比較して,認識精度が最大9%向上したことを示す。
論文参考訳（メタデータ） (2020-09-23T10:40:03Z)
Differentially Private Clustering: Tight Approximation Ratios [57.89473217052714]
基本的なクラスタリング問題に対して,効率的な微分プライベートアルゴリズムを提案する。この結果から,SampleとAggregateのプライバシーフレームワークのアルゴリズムの改善が示唆された。 1-Clusterアルゴリズムで使用されるツールの1つは、ClosestPairのより高速な量子アルゴリズムを適度な次元で得るために利用できる。
論文参考訳（メタデータ） (2020-08-18T16:22:06Z)
Event-based Asynchronous Sparse Convolutional Networks [54.094244806123235]
イベントカメラはバイオインスパイアされたセンサーで、非同期でスパースな「イベント」の形で画素ごとの明るさ変化に反応する。同期画像のようなイベント表現で訓練されたモデルを、同じ出力を持つ非同期モデルに変換するための一般的なフレームワークを提案する。理論的および実験的に、これは高容量同期ニューラルネットワークの計算複雑性と遅延を大幅に減少させることを示す。
論文参考訳（メタデータ） (2020-03-20T08:39:49Z)

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。