Fugu-MT 論文翻訳(概要): Outer Diversity of Condorcet Domains

論文の概要: Outer Diversity of Condorcet Domains

arxiv url: http://arxiv.org/abs/2610.00720v1
Date: Wed, 30 Sep 2026 21:13:22 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-03 01:19:23.768741
Title: Outer Diversity of Condorcet Domains
Title（参考訳）: コンドルチェットドメインの外部多様性
Abstract要約: コンドルチェット領域の外的多様性、すなわち、ランダムな投票から最も近い領域へのスワップ距離を定量化する尺度について検討する。我々は,最大コンドルチェット領域の外部多様性を少数の候補で数値的に解析し,その振る舞いをいくつかの特殊領域に対して確立する。
参考スコア（独自算出の注目度）: 12.026321576803822
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A Condorcet domain is a set of rankings over a given candidate set, such that every election that consists only of (an odd number of) votes from the domain has a transitive majority relation. We study outer diversity of Condorcet domains, i.e., a measure that quantifies expected swap distance from a random vote to a closest one in the domain. We numerically analyze outer diversity for maximal Condorcet domains with few candidates, and then we establish its asymptotic behavior for several special domains, mostly obtaining theoretical results.
Abstract（参考訳）: コンドルチェット・ドメイン(英: Condorcet domain)は、ある候補集合の上位の1つであり、ドメインから(奇数の)投票のみからなる選挙は、推移的な多数派関係を持つ。コンドルチェット領域の外的多様性、すなわち、ランダムな投票から最も近い領域へのスワップ距離を定量化する尺度について検討する。本研究は,最大コンドルセトドメインに対する外的多様性を少数の候補で数値的に解析し,その漸近的挙動をいくつかの特殊ドメインに対して確立し,その大部分は理論的結果を得た。

関連論文リスト

Outer Diversity of Structured Domains [13.671577050006421]
序列選好領域は、有権者が選挙に出馬することを許される選好命令のサブセットである。ドメインの外的多様性の概念を導入・研究し、多くのよく知られた構造化ドメインに対してその価値を評価する。
論文参考訳（メタデータ） (2026-02-17T16:42:05Z)
Diversity of Structured Domains via k-Kemeny Scores [13.671577050006421]
単一話者, 単交叉, グループ分離可能, ユークリッド領域を含む, 多数の構造化領域に対するk-ケメニー問題について検討する。 k-ケメニーは、k=2であっても、これらの領域のほとんどにおいて、難解であることを示し、これらの領域の多様性の観点から、k-ケメニーを用いてランク付けする。
論文参考訳（メタデータ） (2025-09-19T09:40:39Z)
Domain Generalization via Causal Adjustment for Cross-Domain Sentiment Analysis [59.73582306457387]
クロスドメイン感情分析における領域一般化の問題に焦点をあてる。本稿では,ドメイン固有表現とドメイン不変表現をアンタングル化するバックドア調整に基づく因果モデルを提案する。一連の実験は、我々のモデルの優れたパフォーマンスと堅牢性を示しています。
論文参考訳（メタデータ） (2024-02-22T13:26:56Z)
Unsupervised Domain Generalization by Learning a Bridge Across Domains [78.855606355957]
Unsupervised Domain Generalization (UDG) のセットアップでは、ソースもターゲットドメインもトレーニングの監督は行わない。本手法は,各トレーニング領域からBrADへの視覚的(イメージ間)マッピングを保存したセマンティクスのセットを伴って,補助的なブリッジドメインであるBrAD(Bridge Across Domains)の自己教師型学習に基づいている。我々は,エッジレギュラー化したBrADを用いて,UDG,Few-shot UDA,マルチドメインデータセット間の教師なし一般化など,複数のベンチマークやタスクにまたがる大幅な向上を実現する方法を示す。
論文参考訳（メタデータ） (2021-12-04T10:25:45Z)
Domain Consistency Regularization for Unsupervised Multi-source Domain Adaptive Classification [57.92800886719651]
近年,深層学習に基づくマルチソース非教師付きドメイン適応(MUDA)が活発に研究されている。 MUDAのドメインシフトは、ソースドメインとターゲットドメインの間だけでなく、複数のソースドメインの間にも存在します。本稿では、教師なしマルチソースドメイン適応分類において、ドメインの一貫性規則化を利用するエンドツーエンドのトレーニング可能なネットワークを提案する。
論文参考訳（メタデータ） (2021-06-16T07:29:27Z)
One Model to Serve All: Star Topology Adaptive Recommender for Multi-Domain CTR Prediction [11.804468772356866]
大規模な商用プラットフォームでは、複数のビジネスドメインに対してクリックスルー率(CTR)の予測を行う必要がある場合が多い。スタートポロジアダプティブレコメンダー(STAR)では、1つのモデルがすべてのドメインに効果的に役立つように学習されます。
論文参考訳（メタデータ） (2021-01-27T14:17:55Z)
Batch Normalization Embeddings for Deep Domain Generalization [50.51405390150066]
ドメインの一般化は、異なるドメインと見えないドメインで堅牢に実行されるように機械学習モデルをトレーニングすることを目的としている。一般的な領域一般化ベンチマークにおいて,最先端技術よりも分類精度が著しく向上したことを示す。
論文参考訳（メタデータ） (2020-11-25T12:02:57Z)
Domain2Vec: Domain Embedding for Unsupervised Domain Adaptation [56.94873619509414]
従来の教師なしドメイン適応は、限られた数のドメイン間の知識伝達を研究する。本稿では,特徴不整合とグラム行列の連成学習に基づいて,視覚領域のベクトル表現を提供する新しいDomain2Vecモデルを提案する。我々の埋め込みは、異なるドメイン間の視覚的関係に関する直感と一致するドメイン類似性を予測できることを示した。
論文参考訳（メタデータ） (2020-07-17T22:05:09Z)
Mind the Gap: Enlarging the Domain Gap in Open Set Domain Adaptation [65.38975706997088]
オープンセットドメイン適応(OSDA)は、ターゲットドメインに未知のクラスが存在することを前提としている。既存の最先端手法は、より大きなドメインギャップが存在する場合、かなりの性能低下を被ることを示す。我々は、より大きなドメインギャップに特に対処するための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2020-03-08T14:20:24Z)

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。