論文の概要: A Controlled Evaluation of Model Rankings and Input Reliance in Surface Water Segmentation

• arxiv url: http://arxiv.org/abs/2608.30895v1
• Date: Mon, 31 Aug 2026 14:48:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.453425
• Title: A Controlled Evaluation of Model Rankings and Input Reliance in Surface Water Segmentation
• Title（参考訳）: 表層水のセグメンテーションにおけるモデルランキングと入力信頼性の制御による評価
• Abstract要約: 表層水中セグメンテーションの性能評価は, モデル構成のランク付けにグローバル・クロスオーバー・ユニオン (IoU) のような集約計量を用いるのが一般的である。 総合的なメトリクスは、完全な構成のランク付けには有用であるが、ランキングの安定性、コンポーネントの属性、入力依存、デプロイメントのスコープには明確な証拠が必要である。
• 参考スコア（独自算出の注目度）: 0.15293427903448018
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Performance evaluation for surface-water segmentation commonly uses an aggregate metric such as global intersection-over-union (IoU) to rank model configurations. However, a configuration ranking does not by itself establish why one system performs better, whether a close ordering is stable, or how strongly predictions rely on individual inputs. We examine these distinctions primarily on Sen1Floods11 through repeated configuration comparisons, paired test-chip analysis, fixed-checkpoint input stress tests, and geographic reweighting, with a targeted secondary evaluation of supervised input configurations on GEOID-Flood. The cross-modal student achieves the highest three-seed mean IoU on Sen1Floods11, but close orderings vary across seeds and geographic weighting, while ancillary-input rankings differ between Swin-UNet and U-Net. The GEOID-Flood evaluation shows substantial agreement in supervised ancillary-input effects, although the exact architecture ordering remains configuration dependent. Fixed-checkpoint tests further establish reliance on terrain and WorldCover without establishing a clean-input performance benefit, while target semantics and the later WorldCover prior restrict the evaluation to retrospective all-water segmentation. These results show that aggregate metrics remain useful for ranking complete configurations, but ranking stability, component attribution, input reliance, and deployment scope require distinct evidence. Performance evaluation should therefore match the evidence reported to the claim being made.
• Abstract（参考訳）: 表層水中セグメンテーションの性能評価は, モデル構成のランク付けにグローバル・クロスオーバー・ユニオン (IoU) のような集約計量を用いるのが一般的である。 しかし、構成ランキング自体が、1つのシステムがより良く動作する理由、密順序が安定しているかどうか、あるいは個々の入力にどれだけ強い予測が依存しているかを定めていない。 GEOID-Floodにおける教師付き入力構成の2次評価を対象とし,Sen1Floods11におけるこれらの特徴を,繰り返し構成比較,ペア化テストチップ解析,固定チェックポイント入力ストレステスト,地理的再重み付けにより検討した。 Sen1Floods11で最高3シードの平均IoUを達成したが、種子や地理的重み付けによって密接な順序が異なり、Swin-UNetとU-Netでは補助的インプットランキングが異なる。 GEOID-Flood評価は、正確なアーキテクチャ順序は構成に依存しているものの、教師付き補助入力効果においてかなりの一致を示している。 固定チェックポイントテストは、クリーンなインプットパフォーマンスのメリットを確立することなく、地形とWorldCoverへの依存をさらに確立します。 これらの結果から,総合的メトリクスは完全な構成のランキングに有用であるが,ランキング安定性,コンポーネント属性,入力依存性,デプロイメント範囲には明確な証拠が必要であることが示唆された。 したがって、性能評価は、主張された証拠と一致すべきである。

関連論文リスト

• Toward Robust LiDAR Semantic Segmentation for Real-World Deployment: Evaluation under Coarse Labels, Adverse Conditions, and Domain Shifts [39.58684038370709]
  LiDARベースのセマンティックセグメンテーションは、自動運転車と移動ロボットのコア認識モジュールである。 既存の評価プロトコルでは、クリーンで単一ドメインの設定ときめ細かなラベルの堅牢性に重点を置いており、デプロイの準備がほとんど評価されていない。 本稿では,LiDARセマンティックセグメンテーションモデルの3つの相補次元による展開準備性を評価する構造化評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-09-02T17:15:07Z)
• ControlledShifts: Towards Standardizing Robustness Evaluation in Trajectory Prediction Under Distribution Shifts [12.370065954075299]
  軌道予測は自動運転の安全性の中心である。 多くの手法は、データ中心あるいはテスト時間適応アプローチによる分散シフト劣化を緩和しようとする。 ControlledShiftsは、既存のトラジェクトリデータセットをイン・ディストリビューションとアウト・オブ・ディストリビューションのパーティションに体系的に再分割するフレームワークである。
  論文  参考訳（メタデータ） (2026-08-18T15:16:52Z)
• From Signals to Transfer: A Factorised Study of Probe-Based Uncertainty Estimation in Large Language Models [51.470637128942336]
  本稿では, 一致する条件下でのプローブベース不確実性推定(UE)について, 因子分析を行った。 この結果から,隠れ状態や注目特徴がドメイン内よりも優れていることが示唆された。 我々は、オープンエンドの事実生成に対して合理的に伝達するベンチマークベースの事前訓練プローブを訓練する。
  論文  参考訳（メタデータ） (2026-06-26T03:23:15Z)
• Beyond Static Leaderboards: Predictive Validity for the Evaluation of LLM Agents [19.290397279235084]
  本稿では,MPPをベースとした産業エージェントベンチマークにおいて,これまでで最大規模の協調型ディープディーブを集計する。 集約スコアのリーダーボードは,デプロイエージェントの評価を体系的に過小評価している,と我々は主張する。
  論文  参考訳（メタデータ） (2026-06-18T02:02:46Z)
• Coverage, Not Averages: Semantic Stratification for Trustworthy Retrieval Evaluation [3.4588983513116065]
  検索向上世代(RAG)における検索品質は精度とロバスト性の主要なボトルネックである 我々は,評価を統計的推定問題として定式化し,評価セットの構成によってメートル法信頼性が根本的に制限されていることを示す。 その結果,(1)検索のセマンティック・システマティクスにまたがる形式的カバレッジ保証,(2)検索の失敗モードへの解釈可能な可視性を実現した。
  論文  参考訳（メタデータ） (2026-04-22T16:49:30Z)
• From Frames to Events: Rethinking Evaluation in Human-Centric Video Anomaly Detection [9.404376027901277]
  ポースベースのビデオ異常検出(VAD)は、プライバシー保護の性質と環境変動に対する堅牢性において大きな注目を集めている。 従来のフレームレベルの評価では、ビデオは孤立したフレームの集合として扱われ、現実の世界で異常がどのように現れ、行動するかを根本的に誤解している。 本稿では,階層的なガウススムースメントと適応二項化を備えたスコアリファインメントパイプラインと,イベントレベルの検出を直接生成するエンドツーエンドのデュアルブランチモデルという,時間的イベントローカライゼーションのための2つの戦略を紹介する。
  論文  参考訳（メタデータ） (2026-04-10T13:52:18Z)
• UniDial-EvalKit: A Unified Toolkit for Evaluating Multi-Faceted Conversational Abilities [70.79422099851506]
  対話型AIシステム評価のための統合評価ツールキットUniDial-EvalKit(UDE)を提案する。 UDEは異種データフォーマットを普遍的なスキーマに標準化し、モジュールアーキテクチャを通じて複雑な評価パイプラインを合理化し、一貫したスコアリングインターフェースの下でメートル法計算を調整する。
  論文  参考訳（メタデータ） (2026-03-24T13:01:31Z)
• The Lie of the Average: How Class Incremental Learning Evaluation Deceives You? [48.83567710215299]
  クラスインクリメンタルラーニング(CIL)では、モデルが学習済みのクラスを忘れずに、新しいクラスを継続的に学習する必要がある。 我々は、ロバストなCIL評価プロトコルは、性能分布全体を正確に特徴付け、推定するべきであると論じる。 我々は,タスク間類似度を用いて,極端なクラスシーケンスを適応的に識別し,サンプリングする評価プロトコルEDGEを提案する。
  論文  参考訳（メタデータ） (2025-09-26T17:00:15Z)
• Open-Set Recognition: A Good Closed-Set Classifier is All You Need [146.6814176602689]
  分類器が「ゼロ・オブ・ア・ア・ア・ベ」決定を行う能力は、閉集合クラスにおける精度と高い相関関係があることが示される。 この相関を利用して、閉セット精度を向上させることにより、クロスエントロピーOSR'ベースライン'の性能を向上させる。 また、セマンティックノベルティを検出するタスクをより尊重する新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2021-10-12T17:58:59Z)
• Higher Performance Visual Tracking with Dual-Modal Localization [106.91097443275035]
  Visual Object Tracking (VOT)は、堅牢性と正確性の両方に同期性を必要とする。 ONRによるロバストなローカリゼーション抑制器とOFCによるターゲットセンターへの正確なローカリゼーションにより、ターゲットローカリゼーションのためのデュアルモーダルフレームワークを提案します。
  論文  参考訳（メタデータ） (2021-03-18T08:47:56Z)
• Scope Head for Accurate Localization in Object Detection [135.9979405835606]
  本研究では,各位置のアンカーを相互依存関係としてモデル化したScopeNetと呼ばれる新しい検出器を提案する。 我々の簡潔で効果的な設計により、提案したScopeNetはCOCOの最先端の成果を達成する。
  論文  参考訳（メタデータ） (2020-05-11T04:00:09Z)

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。