Fugu-MT 論文翻訳(概要): Towards a foundational model for recognising diastematic Gregorian notation

論文の概要: Towards a foundational model for recognising diastematic Gregorian notation

arxiv url: http://arxiv.org/abs/2606.31454v1
Date: Tue, 30 Jun 2026 10:26:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-01 18:27:19.174876
Title: Towards a foundational model for recognising diastematic Gregorian notation
Title（参考訳）: 糖尿病性グレゴリオ語表記の認識のための基礎モデルに向けて
Abstract要約: 我々は、S-GABC提案に基づく共通符号化を設計し、4つのデータセット全てをこの共通符号化に変換する。われわれは、四つのデータセットにまたがる新しい最先端のアートを確立する、糖尿病のグレゴリオ語表記のための、エンドツーエンドの共通基盤モデルを訓練する。
参考スコア（独自算出の注目度）: 0.23438564092609357
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Optical recognition of Gregorian notation has recently been attempted with end-to-end methods, with four datasets introduced. However, each of these datasets is in a different encoding. We design a common encoding based on the S-GABC proposal, convert all four datasets to this common encoding, and train a shared end-to-end foundational model for diastematic Gregorian notation that establishes a new state of the art across all four datasets.
Abstract（参考訳）: グレゴリオ表記の光学的認識は、最近4つのデータセットを導入し、エンドツーエンドの手法で試みられている。しかし、これらのデータセットはそれぞれ異なるエンコーディングになっている。 S-GABCの提案に基づいて共通エンコーディングを設計し、これら4つのデータセットをこの共通エンコーディングに変換し、また4つのデータセットにまたがる新しい最先端の技術を確立した糖尿病性グレゴリオ語表記のための共通エンド・ツー・エンドの基礎モデルを訓練する。

関連論文リスト

EDDA-Coordinata: An Annotated Dataset of Historical Geographic Coordinates [0.9472982531586446]
本稿では,ディドロトとダレムベルトの18世紀の百科事典から取得した豊富な地理的座標のデータセットを紹介する。我々は、金の標準データセットを作成し、訓練されたモデルを作成し、その結果の推測および正規化された座標データを公開し、これらのモデルを新しいテキストに適用する実験を行った。
論文参考訳（メタデータ） (2026-02-27T11:43:17Z)
Unlocking Comics: The AI4VA Dataset for Visual Understanding [62.345344799258804]
本稿では,1950年代のフレンチ・ベルジアン漫画に,深度推定,セマンティックセグメンテーション,サリエンシ検出,キャラクタ識別などのタスクを注記した新しいデータセットを提案する。 2つの異なる一貫したスタイルで構成され、自然画像から得られたオブジェクトの概念とラベルを取り入れている。このような多様な情報を含むことで、このデータセットは計算の創造性を約束するだけでなく、アートのデジタル化やストーリーテリングの革新のための道も提供します。
論文参考訳（メタデータ） (2024-10-27T14:27:05Z)
4DRecons: 4D Neural Implicit Deformable Objects Reconstruction from a single RGB-D Camera with Geometrical and Topological Regularizations [35.161541396566705]
4DReconsは出力を4Dの暗黙の表面としてエンコードする。 4DReconsは大きな変形や複雑な部品間相互作用を処理可能であることを示す。
論文参考訳（メタデータ） (2024-06-14T16:38:00Z)
Compositional Generalization for Data-to-Text Generation [86.79706513098104]
本稿では,群に述語をクラスタ化することで構成一般化に対処する新しいモデルを提案する。本モデルでは,1つの述語を1度に1つのクラスタに依存して文単位でテキストを生成する。すべての評価指標でT5ベースラインをはるかに上回る。
論文参考訳（メタデータ） (2023-12-05T13:23:15Z)
Generalizing Dataset Distillation via Deep Generative Prior [75.9031209877651]
本稿では,データセット全体の知識をいくつかの合成画像に抽出することを提案する。このアイデアは、学習アルゴリズムにトレーニングデータとして与えられる少数の合成データポイントを合成し、結果として元のデータに基づいてトレーニングされたデータを近似するモデルを構築する。生成モデルの潜在空間における複数の中間特徴ベクトルに多数の画像を蒸留する新しい最適化アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-05-02T17:59:31Z)
RoCNet: 3D Robust Registration of Point-Clouds using Deep Learning [5.494111035517598]
本稿では,ディープラーニングに基づく3Dポイントクラウド登録手法を提案する。我々はModelNet40データセットで実験を行い、提案したアーキテクチャは非常に有望な結果を示した。
論文参考訳（メタデータ） (2023-03-14T15:07:51Z)
Real-World Compositional Generalization with Disentangled Sequence-to-Sequence Learning [81.24269148865555]
最近提案されたDunangled sequence-to-sequence model (Dangle)は、有望な一般化能力を示している。このモデルに2つの重要な変更を加え、より不整合表現を奨励し、その計算とメモリ効率を改善する。具体的には、各タイミングでソースキーと値を適応的に再エンコードするのではなく、表現をアンタングルし、キーを定期的に再エンコードする。
論文参考訳（メタデータ） (2022-12-12T15:40:30Z)
Generating Diverse Descriptions from Semantic Graphs [38.28044884015192]
アンデコーダモデルに潜在変数を組み込んだグラフ・トゥ・テキストモデルとそのアンサンブルでの使用について述べる。我々は,様々な文の集合を生成するモデル群を,最先端のモデルに類似した品質を維持しながら示す。我々は、WebNLGのデータセットを英語とロシア語で評価し、様々な文の集合を生成するモデルの集合を示すとともに、最先端のモデルに類似した品質を維持している。
論文参考訳（メタデータ） (2021-08-12T11:00:09Z)
Digital Peter: Dataset, Competition and Handwriting Recognition Methods [0.685068326729525]
本稿では,ピーター・ザ・グレートの原稿の新しいデータセットについて述べる。 994の画像と歴史的文書の行に対応するテキストファイルで構成されています。
論文参考訳（メタデータ） (2021-03-16T22:37:22Z)
Compositional Generalization via Semantic Tagging [81.24269148865555]
本稿では,シーケンス・ツー・シーケンスモデルの表現性と一般性を保存するための新しいデコードフレームワークを提案する。提案手法は, モデルアーキテクチャ, ドメイン, セマンティックフォーマリズム間の構成一般化を一貫して改善することを示す。
論文参考訳（メタデータ） (2020-10-22T15:55:15Z)
Incomplete Utterance Rewriting as Semantic Segmentation [57.13577518412252]
本稿では, セマンティックセグメンテーションタスクとして定式化する, 斬新で広範囲なアプローチを提案する。スクラッチから生成する代わりに、このような定式化は編集操作を導入し、単語レベルの編集行列の予測として問題を形作る。私たちのアプローチは、推論における標準的なアプローチの4倍高速です。
論文参考訳（メタデータ） (2020-09-28T09:29:49Z)

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。