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

A Tutorial on Statistically Sound Pattern Discovery
統計的に健全なパターン発見に関するチュートリアル
arxiv.org/abs/1709.03904

要約:統計的に健全なパターン発見は統計的仮説検定の厳格さを利用して、パターン発見に対する標準的なデータマイニングアプローチを妨げている多くの問題を克服する。最も重要なのは、適切な統計テストを適用することで、誤った発見のリスクを正確に制御できることです。つまり、サンプルデータに含まれていますが、サンプルが抽出されたより広い母集団には含まれません。統計的テストを適用して有用ではない可能性が低いパターンをフィルタにかけることができ、t...

Ultimate Intelligence Part III: Measures of Intelligence, Perception and Intelligent Agents
究極の知性パートIII:知能、知覚、知能エージェントの尺度
arxiv.org/abs/1709.03879

要旨:オペレータの誘導が適切な知覚モデルとして機能することを提案する。ユニバーサルエージェントモデルをオペレータ誘導に還元する方法を説明します。我々は、オペレータ誘導の適応度の普遍的な尺度を提案し、それが自由エネルギー原理に基づく補強学習モデルおよびホメオスタシス(自己保存)エージェントでどのように使用できるかを示す。ホメオスタシスエージェントの作用はオペレータ誘導モデルによって説明できることを示す。...

Meta-QSAR: a large-scale application of meta-learning to drug design and discovery
Meta-QSAR:薬物設計と発見に対するメタ学習の大規模な応用
arxiv.org/abs/1709.03854

要旨:メタ学習の事例研究として、定量的構造活動関係(QSAR)の学習を調査する。このアプリケーション領域は、新しい医薬品の開発の重要なステップであるため、社会的に最も重要です。標準的なQSAR学習の問題は、関連する生物活性(例えば、標的の阻害)を伴う標的(通常はタンパク質)および化学化合物(小分子)のセットを与えられ、分子表現から活性への予測マッピングを学ぶことである。ほとんどすべてのタイプの機械学習法がQSAR学習に適用されていますが、...

A Practically Competitive and Provably Consistent Algorithm for Uplift Modeling
隆起モデリングのための実用的で競争力のある、安定した一貫性のあるアルゴリズム
arxiv.org/abs/1709.03683

要約:無作為化された実験は何十年もの間意思決定の重要なツールでした。しかし、被験者は、多くの重要な用途において治療に応答して有意な異質性を示すことができる。したがって、どの治療法が集団全体に最適であるかを単に知るだけでは不十分です。私たちが必要とするのは、被験者の特性に基づいて治療割り当ての基盤を正しくカスタマイズするモデルです。無作為化された実験データからそのようなモデルを構築する問題は、文献中の上昇モデルとして知られている。隆起モデリングには多くのアルゴリズムが提案されており、一部は生成されている...

Budgeted Experiment Design for Causal Structure Learning
因果構造学習のための予算設計実験計画
arxiv.org/abs/1709.03625

要約:我々は、実験者がサイズ$ 1 $の最大k $非適応実験を行うことに限られている場合、因果構造学習の問題を研究する。我々は、方向が解決されたエッジの平均数を最大にすることを目的とした、最適な介入目標を最適化問題として見つける問題を定式化する。目的関数がサブモジュールであり、グリーディアルゴリズムが問題の$(1- \ frac {1} {e})$近似アルゴリズムであることを証明する。さらに、欲張りアルゴリズムの高速化された変形を提示します。これにより、数倍のパフォーマンスの向上が期待できます。我々...

Art of singular vectors and universal adversarial perturbations
特異ベクトルと普遍的敵対摂動の芸術
arxiv.org/abs/1709.03582

要約:最先端のディープニューラルネットワークと敵対的攻撃の脆弱性が最近注目されています。本研究では、普遍的敵対摂動を構築するための新しいアルゴリズムを提案する。我々のアプローチは、ネットワークの隠れ層のヤコビ行列のいわゆる$(p、q)$ - 特異ベクトルを計算することに基づいている。結果として生じる摂動は、興味深い視覚パターンを提示し、ちょうど$ 64 $画像のバッチを使用することによって、比較的高い欺瞞率で敵対的な摂動を構築することができる。我々はまた、特異値...

Combining Strategic Learning and Tactical Search in Real-Time Strategy Games
リアルタイムストラテジーゲームにおける戦略的学習と戦術的探索の結合
arxiv.org/abs/1709.03480

要約:リアルタイム戦略(RTS)ゲームにおけるAIの複雑さを管理するために一般的に使用される技術は、アクションおよび/または状態の抽象化を使用することです。高水準の抽象化はしばしば戦略的な意思決定につながりますが、細部の喪失により戦術的な決定品質が低下する可能性があります。競合する方法は、検索スペースをサンプリングして、単純なシナリオでは優れた戦術的なパフォーマンスにつながることが多いが、高度な計画は難しい。我々は、深い畳み込みニューラルネットワーク(CNN)を使用して、限られた抽象的な行動の選択肢の中から選択し、残りの計算時間をゲームtrに利用することを提案する...

CLAD: A Complex and Long Activities Dataset with Rich Crowdsourced Annotations
CLAD:豊富なCrowdsourcedアノテーションを持つ複雑で長いアクティビティデータセット
arxiv.org/abs/1709.03456

要約:本稿では、複雑で時間的に拡張された人間の活動と行動の現実的で多様なシナリオを示す新しい活動データセットを紹介する。このデータセットは、日常的なアクティビティを自然な形で実行する俳優のビデオのセットを提示します。データセットは、多くのロボットプラットフォームで一般的に使用される静的Kinect 2センサーを使用して記録されました。データセットは、RGB-D画像、ポイントクラウドデータ、クラウドソースアノテーションに加えて自動的に生成されたスケルトントラックで構成されています。さらに、注釈tを取得するために使用される方法論についても説明する...

UI-Net: Interactive Artificial Neural Networks for Iterative Image Segmentation Based on a User Model
UI-Net:ユーザモデルに基づく反復画像分割のための対話型人工ニューラルネットワーク
arxiv.org/abs/1709.03450

要約:複雑なセグメンテーションタスクでは、完全自動システムは、関連するオブジェクトを抽出するための達成可能な精度が本質的に制限されています。特に、非常に正確な結果を得るために処理する必要のあるデータセットがほんのわずかである場合、半自動セグメンテーション技術はユーザーにとって明らかな利点を示します。適用の1つの領域は、単一の患者に対する介入中の医用画像処理である。コンピューティングエンティティとユーザをタスクに含める学習ベースのセグメンテーション手法を提案する。私たちのシステムは最先端の技術をベースに構築されています...

Gigamachine: incremental machine learning on desktop computers
Gigamachine:デスクトップコンピュータでの増分機械学習
arxiv.org/abs/1709.03413

要旨:デスクトップコンピュータに適したソロモノフの増分機械学習システムのための具体的な設計を提示する。私たちは、R5RS Schemeと標準ライブラリを使用し、いくつかの省略を基準マシンとしています。確率的文脈自由文法に基づくLevin Searchバリアントと、増分機械学習のための誘導確率分布と同じ文法を使用する新しい更新アルゴリズムを導入する。更新には、生産確率の調整、以前のソリューションの再利用、プログラミングのイディオムの学習、頻繁なサブプログラムの発見が含まれます。エクステンションの問題...

A Planning Approach to Monitoring Behavior of Computer Programs
コンピュータプログラムの行動監視のための計画アプローチ
arxiv.org/abs/1709.03363

要約:我々は、AI計画からの概念を使用して高水準動作を監視するための新しいアプローチについて説明します。私たちの目標は、システムコールトレースに基づいてプログラムが何をしているのかを理解することです。この機能はマルウェアの検出に特に重要です。この問題は、STRIPS計画言語を使用してオペレーティングシステムの抽象モデルを構築し、システムコールを計画オペレータとしてキャスティングすることによって解決します。システムコールトレースを仮定すると、モデル上の対応する演算子をシミュレートし、到達した状態のプロパティを観察することによって、元のプログラムの性質とi...

Autonomous Quadrotor Landing using Deep Reinforcement Learning
深い強化学習を用いた自律的な四重極着陸
arxiv.org/abs/1709.03339

要旨:無人航空機を地上マーカーに着陸させることは、研究コミュニティの努力にもかかわらず未解決の問題である。これまでの試みは、主に手作業による幾何学的特徴の解析と、車両がランドパッドに接近できるようにするための外部センサの使用に焦点を当てていました。本稿では、マーカの位置を特定し、その上に四輪車を着陸させるために、低解像度カメラから取得した低解像度画像のみを必要とする深層強化学習に基づく方法を提案する。提案されたアプローチは、Deep Q-Networks(DQN)の階層に基づいており、...

Discriminant chronicles mining: Application to care pathways analytics
差別的な歴史のマイニング:ケアの経路分析への応用
arxiv.org/abs/1709.03309

要約:薬局 - 疫学(PE)は、明確に定義された集団における薬物の使用および効果の研究である。医療管理データベースは人口の大部分をカバーしているため、PE研究を実施するのは非常に面白くなっています。このようなデータベースは、タイムスタンプ付きケア事象、特に薬物送達を含む、実際の状態での長期ケア経路を提供する。時系列パターンマイニングは、薬物使用についての貴重な洞察を得るための戦略的選択となります。本論文では、新しい判別型時間パターンマイニングアルゴリズムであるDCMを提案する。それはより多く発生するクロニクルパターンを抽出します...

Cellular Automaton Based Simulation of Large Pedestrian Facilities - A Case Study on the Staten Island Ferry Terminals
大型歩行者設備のセルオートマトンに基づくシミュレーション - スタテン島フェリーターミナルの事例
arxiv.org/abs/1709.03297

要約:現在の大都市は主として交通インフラの機能に依存しており、需要の増加は十分に体系化された大量輸送によってのみ満たされる。重要な大量輸送システムの1つの例は、ニューヨーク州のスタテン島フェリーであり、スタテンアイランドとマンハッタンの2つの州を通常の旅客サービスと結びつけています。今日の需要はピーク時にはすでに2500人の乗客を1回のサイクルで超えており、将来の予測ではさらに増加することが示唆されています。システムが将来の需要にどのように対処するかを評価する1つの方法は、シミュレーションによるものです。この貢献プロ...

Expert Opinion Extraction from a Biomedical Database
生物医学データベースからの専門家の意見抽出
arxiv.org/abs/1709.03270

要旨:本稿では、不確実なデータベースから頻繁に意見を抽出する問題に取り組む。私たちは、パターンとサポート尺度の定義で意見鉱業のアプローチの基礎を紹介します。サポート・メジャーは、コミットメント定義から導出されます。質量関数としてモデル化された頻繁な意見の集合を抽出するOpMinerと呼ばれる新しいアルゴリズムが詳述されている。最後に、生物医学的データの信頼性レベルを評価するために専門家の意見を格納する現実の生物医学データベースに我々のアプローチを適用する。パフォーマンス分析はより良い品質のパターンを示した...

Mining relevant interval rules
関連するインターバルルールのマイニング
arxiv.org/abs/1709.03267

要約:この記事は、Garriga et al。間隔に基づくパターンルールを抽出することによって、関連ルールを数値属性にマイニングする。我々は、Kaytoueらのインターバルパターン手法を用いて数値データセットからそのようなルールを抽出するアルゴリズムを提案する。このアルゴリズムは実際のデータセットで実装され、評価されています。...

On better training the infinite restricted Boltzmann machines
より良いトレーニングでは、無制限の制限付きボルツマンマシン
arxiv.org/abs/1709.03239

要約:無限の制限付きボルツマン機械(iRBM)は、古典的なRBMを拡張したものです。特定のトレーニングデータに基づいて隠れ層のサイズを自動的に決定するという優れた特性があります。十分なトレーニングがあれば、iRBMは従来のRBMと比較して競争力のあるパフォーマンスを達成できます。しかしながら、iRBMが隠れユニットの順序に敏感であるという事実のために、iRBMの学習の収束は遅い。学習されたフィルタは、最も左の隠れユニットから右へゆっくりと変化する。隣接する隠れユニット間の依存関係を解消し、高速化...

Fairness Testing: Testing Software for Discrimination
公平性テスト:差別のためのテストソフトウェア
arxiv.org/abs/1709.03221

要約:この論文では、ソフトウェアの公正性と差別を定義し、差別的行動における因果関係に焦点を当て、ソフトウェアの差別化の有無と程度を測定するためのテストベースの方法を開発します。最新のソフトウェアシステムでは、刑事刑を勧告し、金融商品へのアクセスを許可し、誰がプロモーションに参加することが許可されているかを判断するソフトウェア差別の証拠が見つかりました。我々のアプローチであるThemisは、差別を測定するための効率的なテストスイートを生成します。有効なシステム入力を記述するスキーマが与えられた場合、Themisは自動的に差別テストを生成し、d...

MBMF: Model-Based Priors for Model-Free Reinforcement Learning
MBMF:モデルフリー補強学習のためのモデルベースのPriors
arxiv.org/abs/1709.03153

要約:強化学習は、モデルフリーとモデルベースの2つの主なパラダイムに分かれています。これら2つのパラダイムのそれぞれには、長所と短所があり、対応する強みに適した実世界ドメインにうまく適用されています。本稿では、これら2つのパラダイムの間のギャップを埋めるための新しいアプローチを提示する。私たちは、この2つのパラダイムを最大限に活用し、それらを同時に効率的かつコスト効率の高いアプローチで組み合わせることを目指しています。我々は、確率論的ダイナミクスモデルを学習し、それを絡み合ったモデルのための先験的なものとして活用することによって、...

Computational Machines in a Coexistence with Concrete Universals and Data Streams
コンクリート普遍とデータストリームとの共存における計算機
arxiv.org/abs/1709.03136

要約:我々は、従来のモデリング手法の大部分が、抽象的な普遍性に基づくモデルの理論的な概念に従う、科学的モデリングにおける理想主義の視点に従っていることを論じる。我々は、多くの古典的なモデリング領域で成功しているが、視点に応じて多くの潜在的な側面または特性を有する複雑なシステムを扱う際に、セット理論モデルの適用に基本的な制限があることを示す。抽象普遍の代わりに、我々は、具体的な普遍性に基づいた概念的なモデル化フレームワークを提案する...