[B! regularization][metric learning] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

regularizationとmetric learningに関するarxiv_readerのブックマーク (22)

https://arxiv-check-250201.firebaseapp.com/each/2307.04047v2
arxiv_reader 2024/03/14
representation

regularization

arXiv

metric learning

arXiv reaDer
リンク
キャリブレーションを意識したマージン損失: ディープメトリックラーニングの精度とキャリブレーションの一貫性パレートフロンティアを推進
arxiv_reader 2023/07/11
商用画像検索システムをスムーズに展開するには、異なるテストクラス/分布にわたって同じ距離しきい値を使用できる機能が強く望まれています。ただし、最先端のディープメトリクス学習の損失により、クラス内お

arXiv

arXiv reaDer

embedding

representation

metric learning

regularization
リンク
ソフト直交プロキシを使用したディープメトリックラーニング
arxiv_reader 2023/06/23
ディープメトリックラーニング (DML) モデルは、特定の損失関数を使用した強力な表現と類似性に基づく測定に依存します。プロキシベースの損失は、収束速度の点でペアベースの損失と比較して優れたパフ

arXiv reaDer

representation

transformer

embedding

metric learning

arXiv

regularization

loss function

benchmark
リンク
深層幾何学学習による空力形状最適化のための自動パラメータ化
arxiv_reader 2023/05/04
空力形状を最適化するための形状パラメーター化を完全に自動化する 2 つのディープラーニングモデルを提案します。どちらのモデルも、ディープジオメトリックラーニングを介してパラメータ化するように最

arXiv

differentiable

metric learning

mesh

arXiv reaDer

regularization

representation

dataset

human
リンク
HIER: 階層的正則化によるクラスラベルを超えたメトリック学習
arxiv_reader 2023/04/11
メトリック学習の監督は、人間がラベル付けしたクラス間の等価性の形で長い間与えられてきました。このタイプの監督は、何十年にもわたってメトリック学習の基礎となってきましたが、この分野のさらなる進歩を妨げる

arXiv

arXiv reaDer

metric learning

benchmark

regularization
リンク
HIER: 階層的正則化によるクラスラベルを超えたメトリック学習
arxiv_reader 2023/01/02
メトリック学習の監督は、人間がラベル付けしたクラス間の等価性の形で長い間与えられてきました。このタイプの監督は、何十年にもわたって計量学習の基礎となってきましたが、それがこの分野のさらなる進歩を妨げて

arXiv reaDer

metric learning

regularization

benchmark

arXiv
リンク
複数のバッチノルムとマルチターゲットの敵対的例によるディープメトリックラーニングの推進
arxiv_reader 2022/11/30
ディープメトリックラーニング (DML) は、機械学習の重要な分野であり、視覚的な類似性の学習に重点を置いた広範な実用的なアプリケーションを備えています。クリーンなデータの分布とは異なる分布に従う

batch normalization

embedding

adversarial

disentangling

arXiv

regularization

arXiv reaDer

metric learning
リンク
コンテキスト類似性最適化による検索のための教師付きメトリック学習
arxiv_reader 2022/10/06
既存のディープメトリックラーニングアプローチは、対照学習、平均精度 (AP) の最大化、および分類の 3 つの一般的なカテゴリに分類されます。教師なしメトリック学習の作業に触発された、新しい代替

unsupervised

classification

metric learning

arXiv reaDer

arXiv

regularization

benchmark

contrastive learning

loss function
リンク
セマンティックセグメンテーションのドメイン適応のための分布正則化自己監視学習
arxiv_reader 2022/06/22
この論文は、セマンティックセグメンテーションの自己監視ドメイン適応のための新しいピクセルレベルの分布正則化スキーム（DRSL）を提案します。典型的な設定では、分類の喪失により、セマンティックセグメンテ

semantic segmentation

arXiv

self-supervised

regularization

classification

arXiv reaDer

disentangling

domain adaptation

synthesis

metric learning
リンク
リストワイズ自己蒸留による計量学習の一般化の改善
arxiv_reader 2022/06/20
ほとんどのディープメトリックラーニング（DML）メソッドは、すべてのポジティブサンプルを埋め込みスペースに近づけ、ネガティブサンプルから遠ざける戦略を採用しています。ただし、このような戦略では、ポジテ

arXiv

dataset

arXiv reaDer

regularization

metric learning

embedding
リンク
平面と椅子：3Dキューなしのカテゴリガイド付き3D形状学習
arxiv_reader 2022/04/22
単一のRGB画像から暗黙の3D形状表現を予測することを学習する新しい3D形状再構成方法を提示します。私たちのアプローチでは、視点の注釈なしで複数のオブジェクトカテゴリのシングルビュー画像のセットを使用

arXiv

metric learning

3D

regularization

reconstruction

arXiv reaDer

adversarial

representation
リンク
プロキシベースのディープメトリック学習のための非等方性正則化
arxiv_reader 2022/03/17
Deep Metric Learning（DML）は、事前定義された距離メトリックを介して意味関係を簡単に表現できる表現空間を学習することを目的としています。最高のパフォーマンスを発揮するアプローチは

representation

benchmark

metric learning

arXiv

arXiv reaDer

regularization
リンク
HHF：ディープハッシュ検索のためのハッシュガイド付きヒンジ関数
arxiv_reader 2022/01/13
ディープハッシュは、大規模な画像検索で有望なパフォーマンスを示しています。ただし、Deep Neural Networks（DNN）によって抽出された潜在コードは、2値化プロセス中に必然的にセマンティ

regularization

arXiv

quantization

metric learning

DNN

arXiv reaDer
リンク
実行可能セットへの交互射影によるディープメトリックラーニング
arxiv_reader 2021/12/17
距離計量学習のためのネットワークのトレーニング中、典型的な損失関数の最小化は、トレーニングデータによって課せられた制約のセットを満たす「実行可能ポイント」と見なすことができます。この目的のために、距

clustering

loss function

arXiv reaDer

regularization

dataset

metric learning

embedding

arXiv
リンク
HHF：ディープハッシュ検索のためのハッシュガイド付きヒンジ関数
HHF: Hashing-guided Hinge Function for Deep Hashing Retrieval ディープハッシュは、大規模な画像検索で有望なパフォーマンスを示しています。ただし、Deep Neural Network（DNN）によって抽出された潜在コードは、2値化プロセス中に必然的にセマンティック情報を失い、検索効率が低下し、困難になります。多くの既存のアプローチは、量子化エラーを軽減するために正則化を実行しますが、メトリック損失と量子化損失の間の互換性のない競合を把握しています。メトリックの損失は、クラス間の距離にペナルティを課し、制約のないさまざまなクラスを遠くに押し出します。さらに悪いことに、潜在コードを理想的な2値化ポイントから逸脱してマッピングし、2値化プロセスで深刻なあいまいさを生成する傾向があります。バイナリ線形コードの最小距離に基づいて、このよう
arxiv_reader 2021/12/07
ディープハッシュは、大規模な画像検索で有望なパフォーマンスを示しています。ただし、Deep Neural Network（DNN）によって抽出された潜在コードは、2値化プロセス中に必然的にセマンティッ

regularization

DNN

quantization

arXiv reaDer

arXiv

metric learning
リンク
堅牢な双模倣メトリック学習に向けて
arxiv_reader 2021/10/28
深層強化学習（DRL）で学習された表現は、複雑な観察からタスク関連の情報を抽出し、注意散漫に対する堅牢性とポリシーに対する有益性のバランスをとる必要があります。このような安定した豊富な表現は、多くの場

metric learning

arXiv reaDer

arXiv

representation learning

approximation

reinforcement learning

sparse

embedding

regularization
リンク
マルチプロキシアンカーの損失とディープメトリック学習パフォーマンスメトリックの有効性
arxiv_reader 2021/10/11
ディープメトリックラーニング（DML）は、マッピングを学習します。マッピングは、類似したデータが近く、異なるデータが遠い埋め込み空間にマッピングされます。ほとんどのDMLフレームワークは、L2正規化を

embedding

metric learning

arXiv reaDer

regularization

arXiv
リンク
大きなバッチと類似性の取り違えによるRecall@kサロゲート損失
arxiv_reader 2021/08/26
最急降下法による評価メトリックの直接最適化は、それが微分不可能である場合には不可能です。これは、検索でのリコールの場合です。この作業では、リコールの微分可能な代理損失が提案されます。 GPUメモリのハ

differentiable

benchmark

arXiv reaDer

gradient

metric learning

arXiv

approximation
リンク
一般化されたゼロショット学習のための意味的借用
arxiv_reader 2021/08/24
一般化ゼロショット学習（GZSL）は、特にテストデータが利用できないクラス帰納的インスタンス帰納的（CIII）トレーニング設定では、教師ありクラスに対する分類器の偏りのため、最も現実的ですが困難な問題

benchmark

metric learning

arXiv

classification

synthesis

regularization

loss function

arXiv reaDer

dataset

zero-shot
リンク
組み合わせ埋め込みによる開集合表現学習
arxiv_reader 2021/06/30
視覚認識タスクは、残りのクラスのラベルが使用できないという理由だけで、クラスの小さなサブセットの処理に制限されることがよくあります。ラベル付きクラスとラベルなしクラスの両方の例に基づく表現学習を通じて

benchmark

dataset

embedding

representation learning

metric learning

arXiv reaDer

arXiv
リンク
1 2 次のページ

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx