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

Anomaly Detection in a Digital Video Broadcasting System Using Timed Automata
時間オートマトンを用いたデジタルビデオ放送システムにおける異常検出
arxiv.org/abs/1705.09650

要約:本稿では、デジタルビデオ放送(DVB)システムの異常をプロバイダの観点から検出することに焦点を当てています。我々は、DVB制御アクセスシステムにおける暗号制御の確率的な決定論的実時間オートマトンプロファイリングの良質な動作を学ぶ。このプロファイルは、1クラスの分類子として使用されます。学習されたモデルによってシーケンスが受け入れられない場合、テストシーケンス内の異常なアイテムが検出されます。...

Learning Causal Structures Using Regression Invariance
回帰不変性を用いた因果構造の学習
arxiv.org/abs/1705.09644

要約:複数の環境設定において因果推論を研究する。この環境関係では、直接的な原因から変数を生成するための関数関係は、外生的な雑音の分布は異なるが、環境全体では同じままである。変数の関数関係の不変性を、一連の環境にわたってその原因に使用するという考え方を紹介します。因果推論アルゴリズムの完全性の概念をこの設定で定義し、ベースラインアルゴリズムを提案することによってそのようなアルゴリズムの存在を証明する。さらに、我々は、h...

Risk-Sensitive Cooperative Games for Human-Machine Systems
ヒューマンマシンシステムのリスクセンシティブ協調ゲーム
arxiv.org/abs/1705.09580

要約:自律システムは、複雑な環境で人間の効率と有効性を大幅に向上させることができます。しかしながら、機械は、しばしば、彼らが提供する人間の嗜好を観察することができない。人間と機械の目的が揃っているにもかかわらず、人間と機械がリスクを負う異種の感受性とともに非対称な情報が、それらの共同最適化プロセスを戦略的相互作用を伴うゲームにする。我々は、リスクに敏感な動的ゲームに基づくフレームワークを提案する。人間は、彼女の真の意味に基づいてリスクに敏感な基準を最適化しようとする...

Bayesian GAN
ベイジアンGAN
arxiv.org/abs/1705.09558

要約:Generative adversarial networks(GAN)は、明示的な尤度を用いてモデル化することが困難な画像、音声、およびデータに対して、暗黙のうちに豊富な分布を学習することができる。確率的勾配ハミルトニアンモンテカルロと組み合わせて、ジェネレータおよびディスクリミネータネットワークの重みを控除するために、GANを用いた教師なしおよび半教師付き学習のための実用的なベイズ方程式を提示する。得られたアプローチは簡単であり、フィーチャ・マッチングやミニ・バッチ識別などの標準的な介入なしに良好なパフォーマンスを得ることができます。表現力豊かなPOを探索することによって...

Analysis of universal adversarial perturbations
普遍的な敵対的摂動の分析
arxiv.org/abs/1705.09554

要約:近年、深層ネットワークは普遍的な摂動に対して脆弱であることが示されている。そのような分類器によってほとんどの自然画像が誤分類されることになる、非常に小さな画像に依存しない摂動が存在する。本稿では、普遍的な摂動に対する分類器の頑健性の第1の定量的分析を提案し、普遍的な摂動に対する頑健性と決定境界の幾何学的形状との間の正式な関係を描く。具体的には、2つの決定境界モデル(フラットおよびカーブモデル)の下での分類器の頑健性に関する理論的境界を確立する。私たちはsh...

Classification regions of deep neural networks
深層ニューラルネットワークの分類領域
arxiv.org/abs/1705.09552

要約:この論文の目的は、入力空間における深いニューラルネットワーク分類器の幾何学的特性を分析することである。ディープネットワークによって作成された分類領域のトポロジ、および関連する決定境界について具体的に検討します。体系的な経験的調査を通じて、最先端の深層ネットが接続された分類領域を学習し、データポイントの近傍の決定境界がほとんどの方向に沿って平坦であることを示す。我々はさらに、ディープ・ネットワークの一見無関係な2つの特性、すなわち感度t...

Logical and Inequality Implications for Reducing the Size and Complexity of Quadratic Unconstrained Binary Optimization Problems
二次非制約二項最適化問題のサイズと複雑さを低減するための論理的および非等価の含意
arxiv.org/abs/1705.09545

要約:二次非拘束2値最適化(QUBO)の問題は、Isingスピン問題からグラフ理論と2進離散最適化の古典的問題までの多様な最適化アプリケーションで発生します。 QUBO問題を表すグラフをより小さな等価グラフに変換するための前処理の使用は、正確なメタヒューリスティックアルゴリズムのソリューション品質と時間を改善する上で重要であり、大規模QUBOを量子アニールコンピュータで使用されるハードウェアグラフにマッピングするステップです。以前の論文(Lewis and Glover、2016)では、一連のルールがint...

ASR error management for improving spoken language understanding
音声言語理解を改善するためのASRエラー管理
arxiv.org/abs/1705.09515

要約:本稿では、自動音声認識(ASR)エラー検出の問題と、音声言語理解(SLU)システムを改善するためのその使用方法について説明します。この研究では、SLUタスクは、例えば観光情報システムにおけるASRの転写から、意味概念と概念/価値の対を自動的に抽出することからなる。意味特有のラベルのセットをエラー特有のラベルで充実させるために、また、ワードキャリブレーションに基づく最近提案されたニューラルアプローチを使用して、よく較正されたASR信頼度を計算するアプローチが提案される。実験結果はショウ...

Taste or Addiction?: Using Play Logs to Infer Song Selection Motivation
味や中毒?:プレイログを使ってソングの選択動機を推測する
arxiv.org/abs/1705.09439

要約:オンライン音楽サービスの人気が高まっている。彼らは、プレイログに基づいて人々の音楽聴取行動を分析することができます。人々はトピック(ロックやジャズなど)に基づいて音楽を聴いていることは知られていますが、ユーザーがアーティストに耽っている場合、トピックに関係なくアーティストの曲を選択すると仮定します。この仮定に基づいて、本稿では、人々の音楽聴取行動を分析する確率モデルを提案する。私たちの主な貢献は3倍です。まず、私たちが知る限りでは、これは私が...

Human Trajectory Prediction using Spatially aware Deep Attention Models
空間を考慮した深い注意モデルを用いた人の軌跡予測
arxiv.org/abs/1705.09436

要旨:人工知能分野では、動的物体の軌道予測が広く研究されている。異常事象の予測、ブラインドのナビゲーションシステムなどの多数のアプリケーションのおかげで、手作りのフィーチャから高度な深い学習まで幅広いテクニックを使用して、データからモーションのパターンを直接学習しようとする多くのアプローチがありました教師なし特徴学習のためのモデル。これらのアプローチはすべて手作業の場合は非効率的な機能、大きなエラーの伝播...

Discovering Reliable Approximate Functional Dependencies
信頼できるおおよその関数依存性の発見
arxiv.org/abs/1705.09391

要約:対象となるデータベースとターゲット属性が与えられた場合、データ内の他の属性のセットにターゲットの機能的またはほぼ機能的な依存が存在するかどうかをどのように判断できますか?どのようにして、サンプルのサイズや次元に偏りがなくても、そのような依存性の強さをどのように測定できますか?そして、どのようにして、$ \ alpha $に近い最適な$ k $の依存関係を効率的に発見することができますか?これはまさにこの論文で答える質問です。私たちが依存の形にとらわれないようにするために、私たちは情報理論的アプローチを採用し、信頼できる...

Distributed Robust Subspace Recovery
分散ロバストサブスペースリカバリ
arxiv.org/abs/1705.09382

要約:我々は分散設定でRobust Subspace Recovery(RSR)を研究する。我々は、各ノードがデータセットの1つのチャンクにしかア​​クセスできない中央プロセッサを持たないアドホックネットワークにおいて巨大なデータセットを考慮する。データセット全体の一部は低次元の部分空間の周りにあり、他の部分はその部分空間から離れた外れ値で構成されていると仮定します。目標は、ノード間でデータ自体を転送することなく、データセット全体の基礎となる部分空間を回復することです。我々は、RSRの幾何平均部分空間アルゴリズムのためのコンセンサスベースの勾配法を適用する。 W...

Time-Based Label Refinements to Discover More Precise Process Models
より正確なプロセスモデルを発見するための時間ベースのラベルの改良
arxiv.org/abs/1705.09359

要約:プロセスマイニングは、動的な行動に関連する洞察を抽出する目的で、イベントデータの分析に焦点を当てた研究分野です。スマートな家庭環境からのデータにプロセスマイニング技術を適用することは、健康な習慣に価値のある洞察を提供し、周囲の支援生活ソリューションに貢献する可能性を秘めています。プロセスマイニング技術の適用を可能にするために適切なイベントラベルを見つけることは、センサイベントのラベルとしてトリガセンサを使用するだけで、あまりにも多くの動作...

Together We Know How to Achieve: An Epistemic Logic of Know-How
一緒に我々は達成する方法を知っている:ノウハウの認識論的論理
arxiv.org/abs/1705.09349

要約:目標を達成するための連合戦略の存在は、連合が戦略に従う方法を知るための十分な情報を持っていることを必ずしも意味するものではない。連立は、そのような戦略が存在することを知っているということも意味しない。この記事では、分散知識、連合戦略、連合「ノウハウ」戦略の相互作用について研究しています。主な技術的結果は、この相互作用の特性を説明する健全かつ完全な三角論理システムです。...

Operation Frames and Clubs in Kidney Exchange
腎臓手術における手術フレームとクラブ
arxiv.org/abs/1705.09328

要約:腎臓交換は、患者が自発的かつ互換性のないドナーを交換する、中央管理されたバーター市場である。現代の腎臓の交換は、2サイクル、3サイクル、非指向性のドナー(誰にも腎臓を与えようとする利他主義者)によって開始された鎖を交換の手段として使用する。我々は、腎臓の交換に対する重要な一般化を提案する。私たちは、腎臓を受けている患者と引き換えに、複数の献血者が寄付することを認めています。私たちはまた、多数の患者のいずれかが腎臓を受けた場合、寄付を募る機会を提供します。さらに、これらを組み合わせる...

Filtering Variational Objectives
バリアントのフィルタリング
arxiv.org/abs/1705.09279

要約:証拠下限(ELBO)は、限界対数尤度の急激な下限である潜在変数を有する最尤推定(MLE)の多くのアルゴリズムに現れる。神経潜在変数モデルについては、変分事後およびモデルパラメータにおいてELBOを共同で最適化することにより、最先端の結果が得られる。 ELBOが代理MLE目的として成功したことに感銘を受け、ELBOを、限界尤度のモンテカルロ推定値によって定義される下界の系列に拡張することを検討する。このような境界の緊張は漸近的であることを示す...

Neural Attribute Machines for Program Generation
プログラム生成のためのニューラル属性機械
arxiv.org/abs/1705.09231

要約:リカレントニューラルネットワークは、複雑な構造のシーケンスを生成する際に顕著な成功を収めました。しかし、既知の文法のシーケンスだけで訓練されていますが、文法の規則や制約を学ぶのに苦労することがあります。ニューラル・アトリビュート・マシン(NAM)は、(i)入力シーケンスを増強し、(ii)カスタム損失関数を最適化することによってニューラル・マシンに制約を教えるために使用される基礎となる文法を表す論理機械を備えている。 tとは違って...

Finding Robust Solutions to Stable Marriage
安定した結婚への堅固な解決策の発見
arxiv.org/abs/1705.09218

要約:安定したマッチング問題における頑健性の概念を研究する。まず、(a、b) - 完全一致を導入することによって頑健性を定義する。 $ a $のペアは、安定したマッチングであり、$ a $のペアが壊れた場合、その$ a $のペアと$ b $の他のペアのパートナーを変更することで、安定したマッチングを見つけることができます。この文脈では、最も強固な安定マッチングを、bが最小である$(1、b)$ - スーパーマッチとして定義する。与えられた安定マッチングが$(1、b)$ - スーパーマッチであるかどうかを確認することは、多項式時間で行うことができることを示す。次に、この手順を使用して制約式prograを設計する...

An Empirical Analysis of Approximation Algorithms for the Euclidean Traveling Salesman Problem
ユークリッド旅行セールスマン問題の近似アルゴリズムの実証分析
arxiv.org/abs/1705.09058

要約:多くの分野への応用では、トラベルセールスマン問題(TSP)は、産業工学、理論コンピュータサイエンス、バイオインフォマティクス、および他のいくつかの分野への応用に関する古典的なコンピュータ科学の最適化問題です。近年、人工知能から導き出された単純な貪欲アルゴリズムから協調的分散アルゴリズムに至る近似解に対する斬新なアプローチが多数存在する。本稿ではユークリッドTSPの基礎アルゴリズムの評価と解析を行う。我々は、欲張りな、2 opt、および遺伝的な...

Cross-Domain Perceptual Reward Functions
ドメイン間知覚報酬関数
arxiv.org/abs/1705.09045

要約:強化学習では、希望の状態で報酬を指定することによって目標を定義することがよくあります。このアプローチの1つの問題は、目標が変わるたびに報酬を再定義する必要があり、エージェント環境のソリューションを理解する必要があることが多いことです。人間がタスクを完了することを学んだとき、私たちは定期的に問題の理解を導く代替ソースを利用します。そのようなタスク表現は、自分自身の目標で目標を指定することを可能にし、様々な環境にわたって適切に解釈できる仕様を提供します。 T...