論文の概要: RowNet: A Memory Transformer for Tabular Regression
- arxiv url: http://arxiv.org/abs/2606.04445v1
- Date: Wed, 03 Jun 2026 04:47:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-04 20:44:18.550191
- Title: RowNet: A Memory Transformer for Tabular Regression
- Title（参考訳）: RowNet: タブラリ回帰のためのメモリ変換器
- Authors: Askat Rakhymbekov, Gulshat Muhametjanova,
- Abstract要約: 本稿では,面積当たりの不動産価格予測のための検索型ニューラルネットワークRowNetを提案する。
RowNetは、ラベル付きプロパティのメモリバンクに対してペアワイズに類似した機能を通じて、クエリプロパティを表現する。
第2のレイヤは、ターゲット整合性機能とのメモリ比較を強化し、複数の学習されたアテンションヘッドを使用して、補完的な同等のセットを検索する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real estate valuation is a structured regression problem in which prices are governed by heterogeneous feature types, sparse regional effects, nonlinear interactions, and the practical logic of comparable properties. Standard multilayer perceptrons treat each row as an isolated vector and must learn locality, scale sensitivity, and categorical matching from supervision alone. Gradient-boosted decision trees provide strong tabular baselines, but their feature-centric splitting mechanism does not explicitly model the retrieval of similar historical observations. This paper presents RowNet, a retrieval-based neural architecture for real estate price-per-square-meter prediction. RowNet represents a query property through pairwise similarity features against a memory bank of labeled properties. A first retrieval layer estimates a coarse target from feature-only similarities. A second layer augments the memory comparison with target-consistency features and uses multiple learned attention heads to retrieve complementary comparable sets. A final mixture-of-experts module combines learned gating, residual correction, entropy regularization, and head-diversity regularization to produce the prediction.
- Abstract（参考訳）: 不動産評価は、価格が不均一な特徴タイプ、まばらな地域効果、非線形相互作用、それに匹敵する性質の実践論理によって支配される構造的回帰問題である。
標準多層パーセプトロンは各行を孤立ベクトルとして扱い、監督のみから局所性、スケール感度、カテゴリーマッチングを学ばなければならない。
重み付けされた決定木は、強い表の基線を提供するが、特徴中心の分割機構は、類似した歴史的観測の検索を明示的にモデル化していない。
本稿では,面積当たりの不動産価格予測のための検索型ニューラルネットワークRowNetを提案する。
RowNetは、ラベル付きプロパティのメモリバンクに対してペアワイズに類似した機能を通じて、クエリプロパティを表現する。
第1の検索層は、特徴のみの類似性から粗いターゲットを推定する。
第2のレイヤは、ターゲット整合性機能とのメモリ比較を強化し、複数の学習されたアテンションヘッドを使用して、補完的な同等のセットを検索する。
最後の混合実験モジュールは、学習したゲーティング、残留補正、エントロピー正則化、および頭部の多様性正則化を組み合わせて予測を生成する。
関連論文リスト
- Memory by Design: Probabilistic Sequence Layers [19.16406809753255]
本稿では,メモリに関する明示的な仮定から,効率的な逐次シーケンスマップを導出する方法を提案する。
設計モデルは、正確なベイズフィルタリングによって証拠を記憶に書き込む。
クエリ依存の読み出しは、平均が層出力である予測分布を生成する。
論文 参考訳（メタデータ） (2026-05-29T11:13:00Z) - Not All Splits Are Equal: Rethinking Attribute Generalization Across Unrelated Categories [7.048738972394742]
本研究では,このような条件下での属性予測タスクのロバスト性について,最初の明示的な評価を行う。
トレーニングとテストセットの相関を段階的に低減する,トレイン-テストの分割戦略を導入する。
その結果、トレーニングとテストカテゴリの相関が減少するにつれて、パフォーマンスが急激に低下することが明らかとなった。
論文 参考訳（メタデータ） (2025-09-04T17:52:22Z) - Structured Radial Basis Function Network: Modelling Diversity for
Multiple Hypotheses Prediction [51.82628081279621]
多重モード回帰は非定常過程の予測や分布の複雑な混合において重要である。
構造的放射基底関数ネットワークは回帰問題に対する複数の仮説予測器のアンサンブルとして提示される。
この構造モデルにより, このテッセルレーションを効率よく補間し, 複数の仮説対象分布を近似することが可能であることが証明された。
論文 参考訳（メタデータ） (2023-09-02T01:27:53Z) - Improving Out-of-Distribution Generalization of Neural Rerankers with
Contextualized Late Interaction [52.63663547523033]
マルチベクトルの最も単純な形式である後期相互作用は、[]ベクトルのみを使用して類似度スコアを計算する神経リランカにも役立ちます。
異なるモデルサイズと多様な性質の第一段階のレトリバーに一貫性があることが示される。
論文 参考訳（メタデータ） (2023-02-13T18:42:17Z) - Distributional Adaptive Soft Regression Trees [0.0]
本稿では,多変量ソフトスプリットルールを用いた分布回帰木の新しいタイプを提案する。
ソフトスプリットの大きな利点の1つは、滑らかな高次元函数を1つの木で見積もることができることである。
シミュレーションにより,アルゴリズムは優れた特性を有し,様々なベンチマーク手法より優れていることを示す。
論文 参考訳（メタデータ） (2022-10-19T08:59:02Z) - Semantic Self-adaptation: Enhancing Generalization with a Single Sample [45.111358665370524]
セマンティックセグメンテーションのための自己適応型アプローチを提案する。
整合正則化を用いて畳み込み層のパラメータを入力画像に微調整する。
実験により, 自己適応は訓練時のモデル正規化の確立した実践を補完する可能性が示唆された。
論文 参考訳（メタデータ） (2022-08-10T12:29:01Z) - Harmless interpolation in regression and classification with structured
features [21.064512161584872]
過度にパラメータ化されたニューラルネットワークは、ノイズの多いトレーニングデータに完全に適合するが、テストデータではうまく一般化する。
再生カーネルヒルベルト空間における上界回帰と分類リスクの一般かつ柔軟な枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-09T15:12:26Z) - Intersection Regularization for Extracting Semantic Attributes [72.53481390411173]
本稿では,ネットワーク抽出した特徴が意味属性のセットと一致するように,教師付き分類の問題を考える。
例えば、鳥類のイメージを種に分類することを学ぶとき、動物学者が鳥類を分類するために使用する特徴の出現を観察したい。
本稿では,複数層パーセプトロン(MLP)と並列決定木を併用した,離散的なトップレベルアクティベーションを持つニューラルネットワークのトレーニングを提案する。
論文 参考訳（メタデータ） (2021-03-22T14:32:44Z) - AttriMeter: An Attribute-guided Metric Interpreter for Person
Re-Identification [100.3112429685558]
Person ReIDシステムは、2人とのマッチング時にのみ距離や類似性を提供します。
CNN ベースの ReID モデルの結果を意味的に,定量的に説明する Attribute-Guided Metric Interpreter を提案する。
論文 参考訳（メタデータ） (2021-03-02T03:37:48Z) - FREEtree: A Tree-based Approach for High Dimensional Longitudinal Data
With Correlated Features [2.00191482700544]
FREEtreeは高次元長手データと相関する特徴を持つ木に基づく手法である。
重み付き相関ネットワーク分析を用いて、まずそれらをクラスタリングすることで、特徴のネットワーク構造を利用する。
次に、各機能のクラスタ内でスクリーニングステップを実行し、残る機能の中から選択ステップを実行します。
論文 参考訳（メタデータ） (2020-06-17T07:28:11Z) - Learning from Aggregate Observations [82.44304647051243]
本研究では,一組のインスタンスに監視信号が与えられる集合観察から学習する問題について検討する。
本稿では,多種多様な集合観測に適合する一般的な確率的枠組みを提案する。
単純な極大解は様々な微分可能なモデルに適用できる。
論文 参考訳（メタデータ） (2020-04-14T06:18:50Z)
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。