Fugu-MT 論文翻訳(概要): FUTO Swipe: Layout-Agnostic Neural Swipe Decoding

論文の概要: FUTO Swipe: Layout-Agnostic Neural Swipe Decoding

arxiv url: http://arxiv.org/abs/2606.25247v1
Date: Wed, 24 Jun 2026 00:11:09 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-25 17:05:30.169351
Title: FUTO Swipe: Layout-Agnostic Neural Swipe Decoding
Title（参考訳）: FUTO Swipe: Layout-Agnostic Neural Swipe Decoding
Abstract要約: ニューラルネットワークのトレーニングにはかなりのデータが必要ですが、特にQWERTY以外のレイアウトでは、パブリックなスワイプデータに制限があります。われわれは、MITがライセンスした最大規模のスワイプコーパスであるSwip.futo.orgをリリースした。我々は,各トレーニングステップにおいて,スワイプ軌跡とキーボードレイアウトの両方に幾何学的拡張を適用し,トレーニングレイアウトではなく,スワイプジェスチャーの特性に基づいて予測を強制する。
参考スコア（独自算出の注目度）: 45.88028371034407
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Neural swipe decoders are typically tied to the keyboard they were trained on, requiring a new corpus and training run for each layout. In this report, we document our approach toward training models that can function on any contiguous mobile keyboard layout. At each point along the swipe, our encoder predicts whether the user is indicating a character and where on the keyboard that character lies. The keyboard layout is supplied at inference time and used to map the spatial and temporal prediction to a logit at each key, rather than being learned during training. Training neural models requires substantial data, but public swipe data is limited, particularly for non-QWERTY layouts. We release swipe.futo.org, the largest MIT-licensed swipe corpus we are aware of, containing over 1M donated swipes from more than 12k donor sessions. To generalize beyond the English QWERTY layout, we apply geometric augmentations to both the swipe trajectory and the keyboard layout at every training step, forcing the model to make predictions based on characteristics of the swipe gesture rather than the training layout. The model generalizes to layouts absent from training, in some cases more accurately than the layout it was trained on. This combines the layout-flexibility of an algorithmic decoder with the accuracy of a neural model. Trained models are publicly available.
Abstract（参考訳）: 神経スワイプデコーダは通常、トレーニングされたキーボードに結び付けられ、新しいコーパスと各レイアウトのトレーニング実行が必要になる。本稿では,任意のモバイルキーボードレイアウト上で動作可能なトレーニングモデルへのアプローチについて述べる。スワイプ中の各点において、エンコーダはユーザーがその文字を表示しているか、その文字がどこにあるかを予測します。キーボードレイアウトは推論時に供給され、トレーニング中に学習されるのではなく、空間的および時間的予測を各キーのロジットにマッピングするために使用される。ニューラルネットワークのトレーニングにはかなりのデータが必要ですが、特にQWERTY以外のレイアウトでは、パブリックなスワイプデータに制限があります。われわれは、MITがライセンスした最大規模のスワイプコーパスであるSwip.futo.orgをリリースした。英語のQWERTYレイアウトを超えて一般化するために、トレーニングステップ毎にスワイプ軌跡とキーボードレイアウトの両方に幾何学的拡張を適用し、トレーニングレイアウトではなく、スワイプジェスチャーの特性に基づいて予測を強制する。モデルはトレーニングを欠いたレイアウトを一般化するが、場合によってはトレーニング対象のレイアウトよりも正確に行うことができる。これはアルゴリズムデコーダのレイアウトフレキシビリティとニューラルモデルの精度を組み合わせる。訓練されたモデルは一般公開されている。

関連論文リスト

Device Passport: Enabling Spatio-Temporal Pretrained Models to Generalize Across Input Layouts [5.217148612121133]
本研究では,下流の復号化レイアウトと事前学習における異なるチャネル埋め込み手法の振る舞いについて検討する。本稿では,各チャネルの機能的アクティビティとメタデータを入力として利用する専門家と混合モデルを学ぶ,新しいチャネル埋め込み技術であるDevice Passportを提案する。
論文参考訳（メタデータ） (2026-06-30T22:58:09Z)
Pretraining Language Models to Ponder in Continuous Space [50.52734567589996]
単一のトークン生成ステップ内で,前処理を繰り返し呼び出すことによって,この思考プロセスを言語モデルに導入する。人間のアノテーションを使わずに、自己教師付き学習を通じて、この方法でモデルを学習できることが示される。
論文参考訳（メタデータ） (2025-05-27T03:47:33Z)
HandReader: Advanced Techniques for Efficient Fingerspelling Recognition [75.38606213726906]
本稿では,指先認識タスクに対処するために設計された3つのアーキテクチャ群であるHandReaderを紹介する。 HandReader$_RGB$は、様々な長さのビデオからRGBの機能を処理するために、Adaptive Shift-Temporal Module (TSAM) という小説を使っている。 HandReader$_KP$は、キーポイントをテンソルとして操作するTPE(Temporal Pose)上に構築されている。各HandReaderモデルは、それぞれ異なるアドバンテージを持ち、ChicagoFSWildとChicagoFSWild+データセットの最先端の結果を達成する。
論文参考訳（メタデータ） (2025-05-15T13:18:37Z)
TapType: Ten-finger text entry on everyday surfaces via Bayesian inference [32.33746932895968]
TapTypeは、受動的表面のフルサイズのタイピングのためのモバイルテキスト入力システムである。バンド内の慣性センサーから、TapTypeは、表面タップと従来のQWERTYキーボードレイアウトをデコードして関連付ける。
論文参考訳（メタデータ） (2024-10-08T12:58:31Z)
Wavelet GPT: Wavelet Inspired Large Language Models [1.2328446298523066]
大規模言語モデル(LLM)は、人工知能の新たな進歩の波を支えている。本稿では,従来の信号処理のアイデアであるウェーブレットを事前学習中にLLMに注入し,その利点を生かした。我々は、テキスト、オーディオ、画像において、ほぼ2倍の速さで事前学習を行う。
論文参考訳（メタデータ） (2024-09-04T03:17:19Z)
Typing on Any Surface: A Deep Learning-based Method for Real-Time Keystroke Detection in Augmented Reality [4.857109990499532]
空中キーボードインターフェース、ワイヤレスキーボード、または音声入力は、エルゴノミクス設計が貧弱で、精度が限られているか、単に公の場で使うのが恥ずかしい。本稿では、ユーザ視点のRGBビデオストリームから、ARアプリケーションがキーストロークを正確に予測できるディープラーニングベースのアプローチを提案し、検証する。既製ハンドランドマーク抽出器と,適応型畳み込みリカレントニューラルネットワーク(C-RNN)を併用した2段階モデルを開発した。
論文参考訳（メタデータ） (2023-08-31T23:58:25Z)
EfficientTrain: Exploring Generalized Curriculum Learning for Training Visual Backbones [80.662250618795]
本稿では視覚バックボーン(例えば視覚変換器)の効率的なトレーニングのための新しいカリキュラム学習手法を提案する。オフザシェルフ方式として、様々な人気モデルのウォールタイムトレーニングコストを、精度を犠牲にすることなく、ImageNet-1K/22Kで1.5倍に削減する。
論文参考訳（メタデータ） (2022-11-17T17:38:55Z)
ERNIE-Layout: Layout Knowledge Enhanced Pre-training for Visually-rich Document Understanding [52.3895498789521]
レイアウト知識を向上した新しい文書事前学習ソリューションであるERNIEを提案する。まず、直列化段階で入力シーケンスを並べ替え、相関的な事前学習タスクを示し、順序予測を行い、文書の適切な読み順序を学習する。実験の結果、ERNIEは様々な下流タスクにおいて優れた性能を示し、キー情報に新たな最先端設定、文書質問応答を実現している。
論文参考訳（メタデータ） (2022-10-12T12:59:24Z)
Learning Rate Curriculum [75.98230528486401]
ラーニングレートカリキュラム(LeRaC)と呼ばれる新しいカリキュラム学習手法を提案する。 LeRaCは、ニューラルネットワークの各レイヤ毎に異なる学習率を使用して、最初のトレーニングエポックの間、データに依存しないカリキュラムを作成する。 Smoothing(CBS)によるCurriculum(Curriculum)との比較を行った。
論文参考訳（メタデータ） (2022-05-18T18:57:36Z)
Variational Information Bottleneck Model for Accurate Indoor Position Recognition [0.0]
室内位置の精度向上のための変分情報ボトルネックモデルを提案する。提案モデルはエンコーダ構造と予測器構造からなる。実世界のデータセット上で検証実験を行う。
論文参考訳（メタデータ） (2021-01-26T09:29:53Z)
Neural networks behave as hash encoders: An empirical study [79.38436088982283]
ReLUライクなアクティベーションを持つニューラルネットワークの入力空間は、複数の線形領域に分割される。このパーティションは、さまざまなディープラーニングモデルで以下のエンコーディング特性を示すことを実証します。 K$-Means、$K$-NN、およびロジスティック回帰などの単純なアルゴリズムは、トレーニングデータとテストデータの両方でかなり優れたパフォーマンスを達成できます。
論文参考訳（メタデータ） (2021-01-14T07:50:40Z)

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。