論文の概要: EigenCoin: sassanid coins classification based on Bhattacharyya distance
- arxiv url: http://arxiv.org/abs/2604.11932v1
- Date: Mon, 13 Apr 2026 18:18:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-15 19:11:32.058398
- Title: EigenCoin: sassanid coins classification based on Bhattacharyya distance
- Title（参考訳）: 永源貨幣(えげんこういん):バッタリアヤ距離に基づくサッサニド硬貨の分類
- Authors: Rahele Allahverdi, Mohammad Mahdi Dehshibi, Azam Bastanfard, Daryoosh Akbarzadeh,
- Abstract要約: サッサニド硬貨分類の適用において、不均衡データベースを用いたパターン認識問題を考察する。
我々の焦点は、分類タスクに対して Bhattacharyya 距離を持つ EigenCoin 多様体を提案するだけでなく、全体的および特徴的アプローチの影響をテストすることである。
- 参考スコア（独自算出の注目度）: 8.255527616152966
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Solving pattern recognition problems using imbalanced databases is a hot topic, which entices researchers to bring it into focus. Therefore, we consider this problem in the application of Sassanid coins classification. Our focus is not only on proposing EigenCoin manifold with Bhattacharyya distance for the classification task, but also on testing the influence of the holistic and feature-based approaches. EigenCoin consists of three main steps namely manifold construction, mapping test data, and classification. Conducted experiments show EigenCoin outperformed other observed algorithms and achieved the accuracy from 9.45% up to 21.75%, while it has the capability of handling the over-fitting problem.
- Abstract（参考訳）: 不均衡データベースを用いたパターン認識問題の解決はホットなトピックであり、研究者に焦点を絞らせている。
したがって、この問題はサッサニド硬貨分類の適用において考慮する。
我々の焦点は、分類タスクに対して Bhattacharyya 距離を持つ EigenCoin 多様体を提案するだけでなく、全体的および特徴的アプローチの影響をテストすることである。
EigenCoinは、多様体の構築、マッピングテストデータ、分類という3つの主要なステップで構成されている。
実験により、EigenCoinは他の観測アルゴリズムよりも優れており、精度は9.45%から21.75%まで向上した。
関連論文リスト
- Estimation of Confidence Bounds in Binary Classification using Wilson Score Kernel Density Estimation [3.16573957601374]
本稿では、2進分類における信頼境界を推定するための新しいカーネルベース手法であるWilson Score Kernel Density Classificationを提案する。
提案手法はガウス過程分類と同様の性能を示すが,計算複雑性は低い。
論文 参考訳（メタデータ） (2026-02-24T14:31:28Z) - Localized Gaussians as Self-Attention Weights for Point Clouds Correspondence [92.07601770031236]
本稿では,エンコーダのみのトランスフォーマーアーキテクチャのアテンションヘッドにおける意味的意味パターンについて検討する。
注意重みの修正はトレーニングプロセスの促進だけでなく,最適化の安定性の向上にも寄与する。
論文 参考訳（メタデータ） (2024-09-20T07:41:47Z) - Algorithmic Identification of Essential Exogenous Nodes for Causal Sufficiency in Brain Networks [1.9874264019909988]
脳の因果関係などの因果関係の解明において、因果関係の仮定は重要な役割を担っている。
そこで本稿では, 因果関係に係わる必要を満足する本質的ノードを決定するためのアルゴリズム的同定手法を提案する。
論文 参考訳（メタデータ） (2024-03-08T16:05:47Z) - Weakly-supervised 3D Pose Transfer with Keypoints [57.66991032263699]
3Dポーズ転送の主な課題は、1) 異なる文字で同じポーズを行うペアトレーニングデータの欠如、2) ターゲットメッシュからポーズと形状情報を分離すること、3) 異なるトポロジを持つメッシュに適用することの難しさである。
本稿では,これらの課題を克服するためのキーポイントベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-25T12:40:24Z) - Self-Evaluation Guided Beam Search for Reasoning [61.523627290397556]
我々は,Large Language Model (LLM) の推論プロセスのガイドと校正を行うための段階的自己評価機構を導入する。
本稿では,ビームサーチによる自己評価ガイダンスを統合した復号アルゴリズムを提案する。
我々のアプローチは、GSM8K、AQuA、StrategyQAにおいて、対応するCodexバックボンドベースラインをわずかに精度6.34%、9.56%、および5.46%で上回る。
論文 参考訳（メタデータ） (2023-05-01T02:37:59Z) - Evidential Turing Processes [11.021440340896786]
我々は、明らかなディープラーニング、ニューラルプロセス、ニューラルチューリングマシンのオリジナルの組み合わせを紹介する。
本稿では,3つの画像分類ベンチマークと2つのニューラルネットアーキテクチャについて検討する。
論文 参考訳（メタデータ） (2021-06-02T15:09:20Z) - Linear Classifier Combination via Multiple Potential Functions [0.6091702876917279]
決定境界からクラスセントロイドまでの距離との距離に基づいてスコアリング関数を計算する新しい概念を提案する。
重要な性質は、提案されたスコア関数がすべての線形基底分類器に対して同じ性質を持つことである。
論文 参考訳（メタデータ） (2020-10-02T08:11:51Z) - Provable tradeoffs in adversarially robust classification [96.48180210364893]
我々は、ロバストなイソペリメトリに関する確率論の最近のブレークスルーを含む、新しいツールを開発し、活用する。
この結果から,データの不均衡時に増加する標準精度とロバスト精度の基本的なトレードオフが明らかになった。
論文 参考訳（メタデータ） (2020-06-09T09:58:19Z)
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。
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。