UEI Corporation is a user on mstdn.uei.co.jp. You can follow them or interact with them if you have an account anywhere in the fediverse. If you don't, you can sign up here.
38427c170815785f

UEI Corporation @info

Lifelong Learning by Adjusting Priors
Priorsの調整による生涯学習
arxiv.org/abs/1711.01244

要約:代表的な生涯学習において、エージェントは、以前のタスクに照らしてその表現を更新しながら、新規タスクを解決することを継続的に学ぶことを目指す。将来のタスクは以前のタスクに「関連」していると仮定して、新しいタスクの新規な側面に適応するのに十分な柔軟性を持ちながら、学習したタスク間で共通の構造をキャプチャするような表現を学習する必要があります。我々は、PAC-Bayesフレームワーク内で開発された汎化境界に基づく深部神経回路網における生涯学習のフレームワークを開発する。学習t...

Accountability of AI Under the Law: The Role of Explanation
法の下でのAIの説明責任:説明の役割
arxiv.org/abs/1711.01134

要約:人工知能またはAIを使用するシステムの普遍性は、それらのシステムをどのように規制すべきかについて、ますます注目を集めています。 AIシステムをどのように規制するかの選択には注意が必要です。 AIシステムは、大量のデータを合成する可能性があり、これまで以上に高度なパーソナライズと精度を実現します。アプリケーションは、臨床的意思決定支援から自律的運転、予測的ポリシングまでさまざまです。つまり、AIシステムの意図的および意図しないマイナスの影響について正当な懸念があります。保持する方法はたくさんあります...

Spintronics based Stochastic Computing for Efficient Bayesian Inference System
効率的なベイジアン推論システムのためのスピントロニクスに基づく確率計算
arxiv.org/abs/1711.01125

要約:ベイジアン推論は、特に不確定性と不完全性を伴う統計学習問題を解決するための有効なアプローチである。しかしながら、推論効率は、従来のコンピューティングプラットフォームのボトルネックによって物理的に制限されている。本論文では、スピントロニクスに基づく確率論的コンピューティングを利用して、新しいベイジアン推論システムを提案する。確率論的ビットストリーム生成器は、スピントロニクス装置の固有のランダム性を利用してカーネル構成要素として実現される。提案システムは、データ融合とベイジアン信念の典型的な応用によって評価される...

SPARK: Static Program Analysis Reasoning and Retrieving Knowledge
SPARK:静的プログラム分析知識の推論と取り込み
arxiv.org/abs/1711.01024

要約:プログラム分析とは、プログラムを実行せずに推論する技術であり、コンパイラ、統合開発環境、およびセキュリティにさまざまなアプリケーションを備えています。この作業では、プログラムのセキュリティアナライザを例として機械学習パイプラインを紹介します。セキュリティアナライザは、マシン学習パイプラインによって推論されたシンボリックルールに基づいて、プログラムが安全か不安かを判断します。マシンパイプラインは、リカレントニューラルネットワーク(RNN)とRNNをシンボリックルールに変換するエクストラクタからなる2ステージです。 To e...

Running Time Analysis of the (1+1)-EA for OneMax and LeadingOnes under Bit-wise Noise
ビットワイズノイズ下でのOneMaxおよびLeadingOnesの(1 + 1)-EAの実行時間解析
arxiv.org/abs/1711.00956

要約:現実世界の最適化問題の多くでは、目的関数の評価がノイズの影響を受け、正確な客観的価値を得ることができません。汎用ランダム化最適化アルゴリズムの一種である進化アルゴリズム(EAS)は、雑音の多い最適化問題をうまく解決できることを示しています。しかし、以前のEAの理論解析では、主に雑音のない最適化に焦点を当てていたため、理論的理解が不十分であった。一方、ノイズのもとでの既存の理論的研究の中には、1ビットノイズモデルが考えられていました。これは、ランダムに選択されたビットを...

Weight-Based Variable Ordering in the Context of High-Level Consistencies
高レベルの一貫性の中での重みベースの変数順序
arxiv.org/abs/1711.00909

要約:Dom / wdegは、バックトラック検索[Boussemart et al。、2004]における動的変数順序付けの最良のヒューリスティック手法の1つです。最初に定義されたように、このヒューリスティックは、検索中にアーク整合性を強制するときに、ドメインワイプアウト(つまり、デッドエンド)を引き起こす制約の重みを増やします。 「dom / wdegで制約を重み付けするプロセスは、複数の制約がドメインワイプアウトにつながる場合は定義されません[Vion et al。、2011]。本稿では、シングルトン(POAC)とリレーション(rela)の2つの上位レベルの整合性を考慮して、どのようにウェイトを更新するべきかを検討する...

Provable defenses against adversarial examples via the convex outer adversarial polytope
凸外側の対立ポリトープによる対抗例に対する防衛
arxiv.org/abs/1711.00851

要約:我々は、規範に縛られた敵の摂動に対して確かに堅牢な深いReLUベースの分類器を学習する方法を提案する(トレーニングデータについては、過去に見られなかった例について、すべての敵対的な例を検出する方法が保証される。非敵対的な例も同様)。このアプローチの基本的な考え方は、ノルムに拘束された摂動を介して到達可能なアクチベーションの集合の凸外側の近似を考慮することであり、我々は、この外側領域に対する最悪の場合の損失を(線形プログラムを介して)最小にする堅牢な最適化手順を開発する。 C...

Variational Inference of Disentangled Latent Concepts from Unlabeled Observations
ラベルなし観察からのDisentangled潜在概念の変容推論
arxiv.org/abs/1711.00848

要約:より高いレベルのデータ生成要因が不連続な潜在次元に反映されている不本意な表現は、不変表現の導きやすさ、他のタスクへの転送可能性、解釈可能性などのいくつかの利点を提供する。解剖学的潜在因子を推論するための変量推論に基づくアプローチを提案する。我々は、解剖学的構造を促進する観察されたデータの近似的な事後確率の予測に関する正則化を導入する...

A Unified Game-Theoretic Approach to Multiagent Reinforcement Learning
マルチエージェント強化学習への統一的なゲーム理論的アプローチ
arxiv.org/abs/1711.00832

要約:一般的なインテリジェンスを達成するには、エージェントが共有環境で他の人と対話する方法を学習する必要があります。これは、マルチエージェント強化学習(MARL)の課題です。最も簡単な形式は、独立した強化学習(InRL)で、各エージェントはその経験を(非定常的な)環境の一部として扱います。本稿では、まず、InRLを使用して学習したポリシーは、トレーニング中に他のエージェントのポリシーにオーバーフィットし、実行中に十分に一般化できないことを確認します。この効果を定量化するための新しい指標、共同政策相関を導入する。我々は、...

Framework for evaluation of sound event detection in web videos
Webビデオにおけるサウンドイベント検出の評価のためのフレームワーク
arxiv.org/abs/1711.00804

概要:サウンドイベントの最大のソースはWebビデオです。ほとんどの動画はセグメントレベルでサウンドイベントラベルが不足していますが、検索エンジンによるメタデータの一致から、テキストクエリには相当な数の回答があります。この論文では、検索クエリをビデオ内のサウンドイベントの存在の真のラベルとして使用できる範囲について検討します。このために、我々はWebビデオ上での大規模なサウンドイベント認識のためのフレームワークを開発しました。フレームワークは、3つのデータセットから抽出された78のサウンドイベントラベルに対応する検索クエリを使用してビデオをクロールします。データセットar...

Learning to Represent Programs with Graphs
グラフを使ってプログラムを表現する方法の学習
arxiv.org/abs/1711.00740

要約:ソースコード(すなわち、形式言語)に関する学習タスクは最近考慮されているが、ほとんどの研究は自然言語法を移そうとしており、コードの既知の構文によってもたらされるユニークな機会を利用していない。たとえば、離れた場所で同じ変数や関数を使用することによって引き起こされる長距離依存は、しばしば考慮されません。グラフの構文と意味構造の両方を表現するためにグラフを使用することを提案し、グラフベースの深い学習方法を使用してプログラム構造を推論することを学ぶ。本研究では、グラフをどのように構築するかを提示する。...

Adaptive coordination of working-memory and reinforcement learning in non-human primates performing a trial-and-error problem solving task
試行錯誤の問題解決課題を実行する非ヒト霊長類における作業記憶と強化学習の適応的協調
arxiv.org/abs/1711.00698

要約:離散的行動間の決定に基づく試行錯誤的学習課題における人間の行動は、強化学習(RL)と作業記憶(WM)の組み合わせを伴い得ることを示す証拠が蓄積されている。この種の課題に関与する脳活動の理解には、ヒト以外の霊長類の神経生理学的結果との比較が含まれることが多いが、これらの課題を解決するために似たようなRLプロセスとWMプロセスを併用しているかどうかは不明である。ここでは、RLとWMを組み合わせた計算モデルによる5つのサルの行動を分析した。私たちのモデルベースの分析アプローチは、...

Interpretable and Pedagogical Examples
解釈可能で教育的な例
arxiv.org/abs/1711.00694

要旨:教師は、学生を紹介するために最も有益な例を意図的に選択します。しかし、教師と学生がニューラルネットワークである場合、教師ネットワークが与えることを学ぶ例は、学生を教えることには有効だが、一般的には解釈できない。私たちは、学生と教師を共同でではなく反復的に訓練することで、解釈可能な教授戦略を生み出すことができることを示しています。我々は、(1)教師の緊急戦略と各分野の直感的な戦略との類似性を測定すること、および(2)...

Just ASK: Building an Architecture for Extensible Self-Service Spoken Language Understanding
ちょうどASK:拡張可能なセルフサービスの音声言語理解のためのアーキテクチャの構築
arxiv.org/abs/1711.00549

要約:このホワイトペーパーでは、仮想デジタルアシスタント用の音声言語理解(SLU)ソフトウェア開発キット(SDK)であるAlexa Skills Kit(ASK)の基礎となる機械学習アーキテクチャの設計について説明します。 。アマゾンでは、インフラストラクチャは、ASKを介して構築された2万以上のスキルと、AWSのAmazon Lex SLUサービスを強化します。 ASKは、第三者開発者の柔軟性、予測可能性、および迅速な反復サイクルを重視しています。それは誘導バイアスを課すことで、非常に小さくスパースなデータから堅牢なSLUモデルを学習することができます...

TasNet: time-domain audio separation network for real-time, single-channel speech separation
TasNet:リアルタイム、単一チャネル音声分離のための時間領域音声分離ネットワーク
arxiv.org/abs/1711.00541

要旨:マルチ話者環境での強力な音声処理は、効果的な音声分離を必要とする。最近の深い学習システムは、この問題の解決に向けて重要な進歩を遂げましたが、特にリアルタイムで短い待ち時間のアプリケーションでは依然として困難です。ほとんどの方法は、必ずしも音声分離のための最適な表現ではない混合信号の時間 - 周波数表現における各ソースのマスクを構築することを試みる。さらに、時間 - 周波数分解は、位相/大きさのデカップリングおよび長い時間窓などの固有の問題を生じる...

Beautiful and damned. Combined effect of content quality and social ties on user engagement
美しくて恥ずかしい。コンテンツ品質とソーシャルタイのユーザーエンゲージメントに対する複合効果
arxiv.org/abs/1711.00536

要約:オンラインコミュニティへのユーザーの参加は、リンクに沿って流れる群衆によって生成されたコンテンツとソーシャルネットワーク構造の相互関係によって推進されます。これらの側面は、共同で、そして大規模にはほとんど検討されていません。 Flickrのさまざまな美しさの写真をユーザーが生成してアクセスする方法を見て、オンライン社会システムのダイナミクスに品質の生産がどのように影響するかを調べます。私たちは、深い学習コンピュータビジョンモデルを開発し、美的価値に応じて画像にスコアを付け、クラウドソーシングを通じてその出力を検証します。それを15B以上のFlickr写真に適用すると、w...

An iterative school decomposition algorithm for solving the multi-school bus routing and scheduling problem
マルチスクールバスルーティングとスケジューリング問題を解く反復的な学校分解アルゴリズム
arxiv.org/abs/1711.00532

要約:バス運行の要求を最小限に抑えて安全に運営することは、学校運輸取締役にとって最高の財務目標の1つです。その目的を達成するためには、ルーティングとスケジューリングの問題を解決するための効率的かつ効率的な方法が必要です。コンピューティング・パワーの成長のために、スクール・バスのルーティングとスケジューリングの組み合わせの問題を解決することに注目が集まっています。いくつかの最近の試みは、より少ないバスを必要とすることを期待してトリップの互換性を最大化する方法でルーティング問題をモデル化しようとした。しかし、過剰計数問題...

Solving the school bus routing problem by maximizing trip compatibility
トリップの互換性を最大限に高めてスクールバスのルーティング問題を解決する
arxiv.org/abs/1711.00530

要約:スクールバス計画は、通常、それらを同時に解決する複雑さのためにルーティングとスケジューリングに分けられます。しかし、これらの2つのステップの分離は、それらを一緒に解決することよりも全体的なコストが高い最悪の解決策につながる可能性があります。ルーティング問題で最小限のトリップ回数を検出すると、トリップ互換性の重要性を無視すると、スケジューリング問題で実際に必要なバス数が増える可能性があります。本論文では、最小限の時間で旅行の互換性を最大限に発揮するマルチスクール同質車両巡回問題の新しい定式化を提案する...

Separation of Water and Fat Magnetic Resonance Imaging Signals Using Deep Learning with Convolutional Neural Networks
畳み込みニューラルネットワークを用いた深層学習を用いた水と脂肪磁気共鳴イメージング信号の分離
arxiv.org/abs/1711.00107

要旨:畳み込みニューラルネットワーク(ConvNet)と深層学習(DL)を用いた磁気共鳴(MR)イメージング水 - 脂肪分離の新しい方法を紹介する。複雑な画像および大きさの画像を有する方法の実現可能性を、一連の患者研究で実証し、予測された定量値の精度を分析する。方法:従来のモデルベースの方法を用いて、R2 *およびオフレゾナンスのモデル化およびマルチピーク脂肪スペックを用いて、90回の画像セッション(正常、急性および慢性心筋梗塞)からの1200回のグラジエントエコー収集の水 - 脂肪分離を行った...

Early prediction of the duration of protests using probabilistic Latent Dirichlet Allocation and Decision Trees
確率的潜在的ディリクレ割当と意思決定木を用いた抗議期間の早期予測
arxiv.org/abs/1711.00462

要約:抗議と扇動は、あらゆる民主的市民社会の不可欠な部分です。近年、南アフリカでは抗議行動が大幅に増加しています。この論文の目的は、自由に流れる英語のテキスト記述からの抗議の期間の早期予測を提供することである。自由に流れる抗議の説明は、複数の原因、行動のコースなど、さまざまなニュアンスを取り込むのに役立ちます。次に、教師なし学習(トピックモデリング)と教師あり学習(意思決定ツリー)を組み合わせて抗議の期間を予測します。私たちの結果は、...