論文の概要: Efficient Waste Sorting for Circular Economy: A Confidence-guided comparison between One-Vs-All and One-Vs-Rest Classification Strategies with Human-in-the-Loop for Automated Waste Sorting

• arxiv url: http://arxiv.org/abs/2607.02230v1
• Date: Thu, 02 Jul 2026 14:29:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.871218
• Title: Efficient Waste Sorting for Circular Economy: A Confidence-guided comparison between One-Vs-All and One-Vs-Rest Classification Strategies with Human-in-the-Loop for Automated Waste Sorting
• Title（参考訳）: 循環経済における効率的な廃棄物選別:自動化廃棄物選別のための1-Vs-Allと1-Vs-Rest分類法の比較
• Abstract要約: この研究は、ドイツのゴスラー市の廃棄物カテゴリーとソート計画に沿って構築されたデータセットを使用している。 OvAとOvRの分類戦略の振る舞いを調べ、誤分類される可能性のあるサンプルを特定することによって、全体的なパフォーマンスを超えて拡張することを目指している。
• 参考スコア（独自算出の注目度）: 1.6583003147024218
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The complexity of waste disposal regulations across European countries poses significant challenges for the residents and hinders the transition to a Circular Economy. In Germany, the proper sorting and disposal of household waste remains challenging across municipalities. Consequently, substantially reducing incorrectly disposed waste is vital for improving waste management and advancing the Circular Economy. AI-based waste sorting solutions can support residents through user-friendly tools, such as mobile applications, that guide proper waste disposal. To be effective in supporting the Circular Economy, however, these solutions must be configurable to reflect the specific waste sorting scheme of individual municipalities in Germany. In the scope of this work, an evaluation and analysis are performed of two prominent classification strategies: OvA and OvR. The research uses a dataset constructed in alignment with the waste categories and sorting scheme of the city of Goslar in Germany. Moreover, this work aims to extend beyond the overall performance by examining the behavior of OvA and OvR classification strategies in identifying samples likely to be misclassified. These classification strategies are compared by applying varying confidence thresholds to identify uncertain samples for subsequent human review. This evaluation aims to balance the number of misclassifications against the human effort required for data annotation.
• Abstract（参考訳）: 欧州諸国における廃棄物処理規制の複雑さは、住民にとって大きな課題となり、循環経済への移行を妨げる。 ドイツでは、家庭廃棄物の適切な選別と処分は自治体全体で難しいままである。 そのため, 廃棄物処理の改善と循環経済の進展には, 不正確な廃棄物の削減が不可欠である。 AIベースの廃棄物処理ソリューションは、適切な廃棄物処理をガイドするモバイルアプリケーションなどのユーザフレンドリーなツールを通じて、住民を支援することができる。 しかし、循環経済を効果的に支援するには、これらのソリューションは、ドイツの個々の自治体の特定の廃棄物の選別方式を反映するように構成されなければならない。 本研究の範囲では、OvAとOvRの2つの顕著な分類戦略を用いて評価と分析を行う。 この研究は、ドイツのゴスラー市の廃棄物カテゴリーとソート計画に沿って構築されたデータセットを使用している。 さらに,本研究は,OvAとOvRの分類手法が誤分類される可能性のあるサンプルを識別する際の挙動を調べることによって,全体的な性能を向上することを目的としている。 これらの分類戦略は、その後の人間のレビューのための不確実なサンプルを特定するために、様々な信頼しきい値を適用することで比較される。 この評価は、データアノテーションに必要な人的労力と誤分類の数とのバランスをとることを目的としている。

関連論文リスト

• An Empirical Evaluation of Cross-City POI Recommendation on a Large-Scale Benchmark [55.73054722370559]
  都市横断点(POI)勧告は、慣れない都市環境をナビゲートするために重要である。 小さいベンチマークで得られた結論が、まだ世界規模でカバーされているか、住宅先が低いか、大きな意味的にリッチなPOI在庫が重複しているかを再検討する。
  論文  参考訳（メタデータ） (2026-08-28T02:16:33Z)
• StreetView-Waste: A Multi-Task Dataset for Urban Waste Management [5.429555343961488]
  StreetView-Wasteは、ごみとごみコンテナを特徴とする都市シーンの包括的なデータセットである。 データセットは,(1)廃棄物の容器検出,(2)廃棄物の容器追跡,(3)廃棄物の区画化という3つの重要な評価タスクをサポートする。
  論文  参考訳（メタデータ） (2025-11-20T15:10:33Z)
• Stratified GRPO: Handling Structural Heterogeneity in Reinforcement Learning of LLM Search Agents [90.45197506653341]
  大規模言語モデル(LLM)エージェントは、複雑なマルチステップ問題を解決するために、検索エンジンのような外部ツールに依存している。 サーチエージェントの軌道は構造的に不均一であり、サーチコールの数、配置、結果の変動は、根本的に異なる応答方向と報酬分布をもたらす。 1つのグローバルベースラインを使用する標準方針勾配法は、私たちが認識し、層間バイアスとして定式化するものに苦しむ。 本稿では,SAN (Stratified Advantage Normalization) の中心成分であるStratified GRPOを提案する。
  論文  参考訳（メタデータ） (2025-10-07T17:59:13Z)
• NDCG-Consistent Softmax Approximation with Accelerated Convergence [67.10365329542365]
  本稿では,ランキングの指標と直接一致した新たな損失定式化を提案する。 提案したRG損失を高効率な Alternating Least Squares (ALS) 最適化手法と統合する。 実世界のデータセットに対する実証的な評価は、我々のアプローチが同等または上位のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2025-06-11T06:59:17Z)
• SpectralWaste Dataset: Multimodal Data for Waste Sorting Automation [46.178512739789426]
  本稿では, 廃棄物処理施設から収集した最初のデータセットであるSpectralWasteについて紹介する。 このデータセットには、分類植物によく見られるいくつかのカテゴリのオブジェクトのラベルが含まれている。 異なるオブジェクトセグメンテーションアーキテクチャを用いたパイプラインを提案し,その代替案をデータセット上で評価する。
  論文  参考訳（メタデータ） (2024-03-26T18:39:38Z)
• VisDA 2022 Challenge: Domain Adaptation for Industrial Waste Sorting [61.52419223232737]
  産業廃棄物の選別において、最も大きな課題の1つは入力ストリームの極端な多様性である。 産業廃棄物浄化における領域適応に関するVisDA 2022の課題について紹介する。
  論文  参考訳（メタデータ） (2023-03-26T21:38:38Z)
• ZeroWaste Dataset: Towards Automated Waste Recycling [51.053682077915546]
  産業レベルの廃棄物検出・分別データセットZeroWasteについて述べる。 このデータセットには、実際の廃棄物処理工場から収集された1800以上のビデオフレームが含まれている。 最先端のセグメンテーション手法では,対象物を正しく検出・分類することが困難であることを示す。
  論文  参考訳（メタデータ） (2021-06-04T22:17:09Z)
• Exact and heuristic approaches for multi-objective garbage accumulation points location in real scenarios [0.7646713951724011]
  本稿は,最適化基準が考慮される廃棄物箱の場所を解決するための,正確な多目的アプローチに寄与する。 実験的な評価は、アルゼンチンのモンテビデオ、ウルグアイ、バーニアブランカの都市の現実世界のシナリオで行われました。
  論文  参考訳（メタデータ） (2021-03-05T13:47:21Z)
• RescueNet: Joint Building Segmentation and Damage Assessment from Satellite Imagery [83.49145695899388]
  RescueNetは、建物を同時に分割し、個々の建物に対する損傷レベルを評価し、エンドツーエンドでトレーニングできる統一モデルである。 RescueNetは大規模で多様なxBDデータセットでテストされており、従来の手法よりもはるかに優れたセグメンテーションと損傷分類性能を実現している。
  論文  参考訳（メタデータ） (2020-04-15T19:52:09Z)

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。