Fugu-MT 論文翻訳(概要): Active Data

論文の概要: Active Data

arxiv url: http://arxiv.org/abs/2604.21044v1
Date: Wed, 22 Apr 2026 19:42:09 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-24 14:40:06.157239
Title: Active Data
Title（参考訳）: アクティブデータ
Authors: Richard Arthur, Virginia DiDomizio, Louis Hoebel,
Abstract要約: 大規模で複雑なデータセットを推論する直感的でトラクタブルなアプローチを提案する。私たちのアプローチは、アクティブデータ、すなわち、環境とアクティブに相互作用するアトミックオブジェクトとしてのデータに基づいています。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In some complex domains, certain problem-specific decompositions can provide advantages over monolithic designs by enabling comprehension and specification of the design. In this paper we present an intuitive and tractable approach to reasoning over large and complex data sets. Our approach is based on Active Data, i.e., data as atomic objects that actively interact with environments. We describe our intuition about how this bottom-up approach improves designs confronting computational and conceptual complexity. We describe an implementation of the base Active Data concepts within the air traffic flow management domain and discuss performance for this implementation.
Abstract（参考訳）: いくつかの複雑なドメインでは、特定の問題固有の分解は、設計の理解と仕様を可能にすることによって、モノリシックな設計よりも利点を提供できる。本稿では,大規模かつ複雑なデータセットの推論に対する直感的かつトラクタブルなアプローチを提案する。私たちのアプローチは、アクティブデータ、すなわち、環境とアクティブに相互作用するアトミックオブジェクトとしてのデータに基づいています。このボトムアップアプローチが、計算と概念の複雑さに直面する設計をどのように改善するかについて、私たちの直感について説明する。本稿では,航空交通フロー管理領域における基本アクティブデータの概念の実装について述べる。

関連論文リスト

Pushing LLMs to Their Logical Reasoning Bound: The Role of Data Reasoning Intensity [59.27594125465172]
データ推論強度 (Data Reasoning Intensity, DRI) は, サンプルの潜在論理的推論複雑性を定量化する新しい指標である。次に、学習データの論理的推論強度を体系的に強化する再認識最適化戦略を導入する。
論文参考訳（メタデータ） (2025-09-29T14:20:04Z)
Conceptual Topic Aggregation [0.0]
本稿では,FAT-CATを提案する。FAT-CATは,意味のあるトピックアグリゲーションと可視化を強化するための形式概念分析(FCA)に基づくアプローチである。当社のアプローチでは,さまざまなトピックやファイルタイプ – ディレクトリによってグループ化された – を処理して,そのトピック分布の構造化された階層的な表現を提供する概念格子を構築することが可能です。
論文参考訳（メタデータ） (2025-06-27T15:19:38Z)
Object-Spatial Programming [2.8374498376407877]
私たちはオブジェクト指向プログラミングを拡張するプログラミングモデルであるオブジェクト指向プログラミング(OSP)を紹介します。 OSPは、データと計算の伝統的な関係を根本的に反転させ、計算が4つの特別なアーチタイプを通してデータに移行することを可能にする。このセマンティックエンハンスメントにより、ランタイムシステムはデータの局所性、並列実行、分散戦略に関する情報的決定を行うことができる。
論文参考訳（メタデータ） (2025-03-20T02:55:40Z)
EC-Diffuser: Multi-Object Manipulation via Entity-Centric Behavior Generation [30.93060152004132]
高次元観測から物体を操作することを学ぶことは重要な課題である。最近のアプローチでは、大規模なオフラインデータを使用して、ピクセル観測からモデルをトレーニングしている。本稿では、オブジェクト中心の表現とエンティティ中心のトランスフォーマーを活用する新しい行動クローニング(BC)手法を提案する。
論文参考訳（メタデータ） (2024-12-25T13:50:15Z)
Neural Constraint Satisfaction: Hierarchical Abstraction for Combinatorial Generalization in Object Rearrangement [75.9289887536165]
基礎となるエンティティを明らかにするための階層的抽象化手法を提案する。本研究では,エージェントのモデルにおける実体の状態の介入と,環境中の物体に作用する状態の対応関係を学習する方法を示す。この対応を利用して、オブジェクトの異なる数や構成に一般化する制御法を開発する。
論文参考訳（メタデータ） (2023-03-20T18:19:36Z)
Generative Counterfactuals for Neural Networks via Attribute-Informed Perturbation [51.29486247405601]
AIP(Attribute-Informed Perturbation)の提案により,生データインスタンスの反事実を生成するフレームワークを設計する。異なる属性を条件とした生成モデルを利用することで、所望のラベルとの反事実を効果的かつ効率的に得ることができる。実世界のテキストや画像に対する実験結果から, 設計したフレームワークの有効性, サンプル品質, および効率が示された。
論文参考訳（メタデータ） (2021-01-18T08:37:13Z)
Centralized Information Interaction for Salient Object Detection [68.8587064889475]
U字型構造は、多スケールの機能を効率的に組み合わせるサリエント物体検出に長けている。本稿では,これらの接続を集中化することにより,相互に相互に情報交換を行うことができることを示す。本手法は, ボトムアップ経路とトップダウン経路の接続を置換することにより, 既存のU字型サルエント物体検出手法と協調することができる。
論文参考訳（メタデータ） (2020-12-21T12:42:06Z)
Learning Generalized Relational Heuristic Networks for Model-Agnostic Planning [29.714818991696088]
本稿では,記号的行動モデルが存在しない場合の一般化を学習するための新しいアプローチを開発する。データの効率的で一般化可能な学習を容易にするために、抽象状態表現を使用する。
論文参考訳（メタデータ） (2020-07-10T06:08:28Z)
Task-Feature Collaborative Learning with Application to Personalized Attribute Prediction [166.87111665908333]
本稿では,TFCL(Task-Feature Collaborative Learning)と呼ばれる新しいマルチタスク学習手法を提案する。具体的には、まず、特徴とタスクの協調的なグループ化を活用するために、不均一なブロック対角構造正規化器を用いたベースモデルを提案する。実際の拡張として,重なり合う機能と難易度を区別することで,基本モデルを拡張します。
論文参考訳（メタデータ） (2020-04-29T02:32:04Z)
Invariant Integration in Deep Convolutional Feature Space [77.99182201815763]
より深いニューラルネットワークアーキテクチャに事前知識を原則的に組み込む方法を示す。本稿では,Rotated-MNISTデータセットの最先端性能について報告する。
論文参考訳（メタデータ） (2020-04-20T09:45:43Z)

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。