論文の概要: Active Measurement of Two-Point Correlations

• arxiv url: http://arxiv.org/abs/2604.05227v1
• Date: Mon, 06 Apr 2026 22:43:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.520049
• Title: Active Measurement of Two-Point Correlations
• Title（参考訳）: 2点相関のアクティブ測定
• Authors: Max Hamilton, Daniel Sheldon, Subhransu Maji,
• Abstract要約: 2点相関関数 (2PCF) は空間における点のクラスタリングの特徴付けに広く用いられている。 本稿では,ターゲット源の2PCFを効率的に推定するためのHuman-in-the-loopフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 21.039994126374584
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Two-point correlation functions (2PCF) are widely used to characterize how points cluster in space. In this work, we study the problem of measuring the 2PCF over a large set of points, restricted to a subset satisfying a property of interest. An example comes from astronomy, where scientists measure the 2PCF of star clusters, which make up only a tiny subset of possible sources within a galaxy. This task typically requires careful labeling of sources to construct catalogs, which is time-consuming. We present a human-in-the-loop framework for efficient estimation of 2PCF of target sources. By leveraging a pre-trained classifier to guide sampling, our approach adaptively selects the most informative points for human annotation. After each annotation, it produces unbiased estimates of pair counts across multiple distance bins simultaneously. Compared to simple Monte Carlo approaches, our method achieves substantially lower variance while significantly reducing annotation effort. We introduce a novel unbiased estimator, sampling strategy, and confidence interval construction that together enable scalable and statistically grounded measurement of two-point correlations in astronomy datasets.
• Abstract（参考訳）: 2点相関関数 (2PCF) は空間における点のクラスタリングの特徴付けに広く用いられている。 本研究では,興味のある性質を満たす部分集合に限定した,多数の点からなる2PCFの測定問題について検討する。 例えば天文学では、銀河団の2PCFを観測し、銀河内部の小さな部分しか観測できない。 このタスクは通常、カタログを構築するのに時間を要するソースを慎重にラベル付けする必要がある。 本稿では,ターゲット源の2PCFを効率的に推定するためのHuman-in-the-loopフレームワークを提案する。 事前学習した分類器を用いてサンプリングを誘導することにより,人間のアノテーションに対する最も情報性の高い点を適応的に選択する。 それぞれのアノテーションの後、複数の距離ビンにまたがる対数の偏りのない推定を同時に生成する。 簡単なモンテカルロ法と比較すると,アノテーションの労力を大幅に削減しながら,かなり低い分散を実現している。 天文学データセットにおける2点相関のスケーラブルで統計的に定位された測定を可能にする新しいアンバイアス推定器,サンプリング戦略,信頼区間構築を提案する。

関連論文リスト

• Scalable Parameter-Light Spectral Method for Clustering Short Text Embeddings with a Cohesion-Based Evaluation Metric [3.7723788828505125]
  短いテキストの埋め込みをクラスタ化することは自然言語処理の基本的なタスクである。 本稿では,ラプラシア固有スペクトルの構造から直接クラスタ数を推定するスケーラブルなスペクトル法を提案する。 また、単純かつ解釈可能な評価指標である凝集比も提案する。
  論文  参考訳（メタデータ） (2025-11-24T17:52:58Z)
• Categorical Data Clustering via Value Order Estimated Distance Metric Learning [53.28598689867732]
  本稿では,分類属性を直感的に表現する新しい順序距離計量学習手法を提案する。 新しい共同学習パラダイムが開発され、クラスタリングとオーダー距離メートル法学習の代替となる。 提案手法は分類および混合データセットのクラスタリング精度に優れる。
  論文  参考訳（メタデータ） (2024-11-19T08:23:25Z)
• Distribution-Based Trajectory Clustering [14.781854651899705]
  軌道クラスタリングは、軌道データの共通パターンの発見を可能にする。 距離測定には高い計算コストと低い忠実度という2つの課題がある。 我々は,最近の分散カーネル(IDK)を3つの課題に対処するための主要なツールとして利用することを提案する。
  論文  参考訳（メタデータ） (2023-10-08T11:28:34Z)
• Rethinking k-means from manifold learning perspective [122.38667613245151]
  平均推定なしで直接データのクラスタを検出する新しいクラスタリングアルゴリズムを提案する。 具体的には,バタワースフィルタを用いてデータ点間の距離行列を構成する。 異なる視点に埋め込まれた相補的な情報をうまく活用するために、テンソルのSchatten p-norm正規化を利用する。
  論文  参考訳（メタデータ） (2023-05-12T03:01:41Z)
• Spatiotemporal k-means [39.98633724527769]
  マルチスケールクラスタを解析できるk-means (STk) と呼ばれる2つの時間クラスタリング手法を提案する。 我々は、STkMがより複雑な機械学習タスク、特にビデオにおける関心の検出と追跡の教師なし領域にどのように拡張できるかを示す。
  論文  参考訳（メタデータ） (2022-11-10T04:40:31Z)
• SC^2-PCR: A Second Order Spatial Compatibility for Efficient and Robust Point Cloud Registration [32.87420625579577]
  本稿では,2次空間整合性(SC2)尺度を提案する。 この測定に基づいて,我々の登録パイプラインは,初期対応から信頼性の高い種子を見つけるために,グローバルスペクトル技術を用いている。 提案手法では,サンプリングを少なくすることで,一定の数の外れ値のないコンセンサス集合を見つけることが保証される。
  論文  参考訳（メタデータ） (2022-03-28T02:41:28Z)
• Density Ratio Estimation via Infinitesimal Classification [85.08255198145304]
  そこで我々は, DRE-inftyを提案する。 DRE-inftyは, 密度比推定(DRE)を, より簡単なサブプロブレムに還元する手法である。 モンテカルロ法にインスパイアされ、中間ブリッジ分布の無限連続体を介して2つの分布の間を滑らかに補間する。 提案手法は,複雑な高次元データセット上での相互情報推定やエネルギーベースモデリングなどの下流タスクにおいて良好に動作することを示す。
  論文  参考訳（メタデータ） (2021-11-22T06:26:29Z)
• (k, l)-Medians Clustering of Trajectories Using Continuous Dynamic Time Warping [57.316437798033974]
  本研究では,トラジェクトリの集中型クラスタリングの問題について考察する。 我々はDTWの連続バージョンを距離測定として使用することを提案し、これをCDTW(Continuous dynamic time warping)と呼ぶ。 一連の軌道から中心を計算し、その後反復的に改善する実践的な方法を示す。
  論文  参考訳（メタデータ） (2020-12-01T13:17:27Z)
• Revisiting Saliency Metrics: Farthest-Neighbor Area Under Curve [23.334584322129142]
  唾液度検出は様々な視覚応用において重要な役割を担っているため、広く研究されている。 それぞれの尺度が独自のバイアスを持っているため、サリエンシシステムを評価するのは難しい。 本稿では,より指向性の高い負の集合をサンプリングして評価することを目的とした,AUC特性に基づく新しいサリエンシ指標を提案する。
  論文  参考訳（メタデータ） (2020-02-24T20:55:42Z)

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。