src
stringlengths 100
134k
| tgt
stringlengths 10
2.25k
| paper_id
int64 141
216M
| title
stringlengths 9
254
| discipline
stringlengths 67
582
| __index_level_0__
int64 0
83.3k
|
---|---|---|---|---|---|
Abstract-Elasticiteten i Cloud-infrastrukturer gör dem till en lämplig plattform för genomförande av deadline-konstruerade arbetsflöden, eftersom resurser som är tillgängliga för programmet kan ökas dynamiskt för att göra programmet snabbare. Befintlig forskning om utförande av vetenskapliga arbetsflöden i moln försöker antingen minimera arbetsflödets genomförandetid utan att ta hänsyn till deadlines och budgetar eller fokusera på att minimera kostnaderna samtidigt som man försöker uppfylla tidsfristen för ansökan. De genomför dock begränsade beredskapsplaner för att korrigera förseningar orsakade av underskattning av uppgifternas genomförandetid eller fluktuationer i den levererade prestandan för leasade offentliga molnresurser. För att minska effekterna av prestandavariationer av resurser på mjuka tidsfrister för arbetsflöden föreslår vi en algoritm som använder ledig tid av avsatta resurser och budgetöverskott för att replikera uppgifter. Simuleringsexperiment med fyra välkända vetenskapliga arbetsflöden visar att den föreslagna algoritmen ökar sannolikheten för att deadlines uppfylls och minskar den totala genomförandetiden för applikationer då den tillgängliga budgeten för replikering ökar. | Calheiros och Buyya och Calheiros REF föreslog en algoritm med uppgiftsreplikationer för att öka sannolikheten för att möta deadlines. | 11,625,270 | Meeting Deadlines of Scientific Workflows in Public Clouds with Tasks Replication | {'venue': 'IEEE Transactions on Parallel and Distributed Systems', 'journal': 'IEEE Transactions on Parallel and Distributed Systems', 'mag_field_of_study': ['Computer Science']} | 80,095 |
Cell Bredbandsmotorprocessorn använder flera acceleratorer, så kallade synergistiska processelement (SPE), för hög prestanda. Varje SPE-bolag har en snabb lokal butik ansluten till huvudminnet genom direkt minnesåtkomst (DMA), men en nackdel med denna design är att den lokala butiken inte är tillräckligt stor för hela applikationskoden eller data. Det måste sönderdelas i bitar som är tillräckligt små för att passa in i det lokala minnet, och de måste bytas ut genom DMA utan att förlora prestandavinsten för flera SPE-bolag. Vi föreslår en ny programmeringsmodell, MPI microtask, baserad på standardprogrammeringsmodellen Message Passing Interface (MPI) för distribuerade parallella maskiner. I vår nya modell behöver programmerare inte hantera den lokala butiken så länge de delar in sin applikation i en samling små mikrotask som passar in i den lokala butiken. Mikrouppgifter genom att utnyttja explicit kommunikation i MPI-modellen. Vi har skapat en prototyp som innehåller en ny statisk schemaläggare för sådana optimeringar. Våra första experiment har visat några uppmuntrande resultat. | Dessutom föreslås en programmodell, MPI microtask, REF Figur 1. | 17,303,162 | MPI microtask for programming the Cell Broadband Engine e processor & | {'venue': 'IBM Syst. J.', 'journal': 'IBM Syst. J.', 'mag_field_of_study': ['Computer Science']} | 80,096 |
Vi presenterar en ny oövervakad inlärningsmetod för mänskliga handlingskategorier. En videosekvens representeras som en samling rumslig-temporala ord genom att extrahera mellanslag-tid räntepunkter. Algoritmen lär sig automatiskt sannolikhetsfördelningen av de rumslig-temporala orden och de mellanliggande ämnen som motsvarar mänskliga åtgärdskategorier. Detta uppnås genom att använda latenta ämnesmodeller såsom den probabilistiska Latent Semantic Analysis (pLSA) modellen och Latent Dirichlet Allocation (LDA). Vårt tillvägagångssätt kan hantera bullriga funktionspunkter som uppstår från dynamisk bakgrund och rörliga kameror på grund av tillämpningen av de probabilistiska modellerna. Med tanke på en ny videosekvens kan algoritmen kategorisera och lokalisera de mänskliga åtgärder som finns i videon. Vi testar vår algoritm på tre utmanande dataset: KTH human motion dataset, Weizmann human action dataset, och en ny dataset av konståkning åtgärder. Våra resultat återspeglar löftet om ett sådant enkelt tillvägagångssätt. Dessutom kan vår algoritm känna igen och lokalisera flera åtgärder i långa och komplexa videosekvenser som innehåller flera rörelser. | Niebles REF presenterade en oövervakad metod som liknar bag-of-words-metoden för att lära sig sannolikhetsfördelningen av space-time räntepunkter i mänskliga actionvideor. | 207,252,020 | Unsupervised Learning of Human Action Categories Using Spatial-Temporal Words | {'venue': 'International Journal of Computer Vision', 'journal': 'International Journal of Computer Vision', 'mag_field_of_study': ['Computer Science']} | 80,097 |
Införandet av allmänna avvikelser av formen "πx ≤ π 0 på πx ≥ π 0 + 1", där π, π 0 är heltal värderas, är en grundläggande operation i både gren-och-bundet och skärplan algoritmer för att lösa blandade heltal linjära program. Sådana avvikelser kan användas för förgrening vid varje iteration av den grenbundna algoritmen eller för att generera delade ojämlikheter för skärplanets algoritm. Vi överväger först problemet med att välja en allmän disjunktion och visar att problemet med att välja en optimal sådan disjunktion, enligt specifika kriterier som beskrivs häri, är N P-hård. Vi visar vidare att problemet fortfarande N P-hård även för binära program eller när man överväger vissa begränsade klasser av disjunktioner. Vi konstaterar att problemet med att avgöra om en given ojämlikhet är en delad ojämlikhet kan minskas till ett av de ovan nämnda problemen, vilket leder till ett bevis på att problemet är N P-fullständigt. | På den teoretiska sidan visade Mahajan och Ralphs att problemet med att hitta en allmän disjunktion med maximal objektiv vinst är N P-hård REF. | 1,272,801 | On the Complexity of Selecting Disjunctions in Integer Programming | {'venue': 'SIAM Journal on Optimization', 'journal': None, 'mag_field_of_study': ['Computer Science', 'Mathematics']} | 80,098 |
I detta dokument behandlas det scenario där flera kluster av virtuella maskiner (dvs. så kallade virtuella kluster) finns i ett molnsystem som består av ett kluster av fysiska noder. Flera virtuella kluster (VC) sambor i den fysiska kluster, med varje VC erbjuder en viss typ av tjänst för inkommande förfrågningar. I detta sammanhang, VM konsolidering, som strävar efter att använda ett minimalt antal noder för att rymma alla virtuella maskiner i systemet, spelar en viktig roll för att spara resursförbrukning. De flesta befintliga konsolideringsmetoder som föreslås i litteraturen betraktar virtuella maskiner som "rigid" under konsolideringen, dvs. virtuella maskiners resurskapacitet förblir oförändrad. I VC-miljöer brukar QoS levereras av en VC som en enda enhet. Därför finns det ingen anledning till att VM:s resurskapacitet inte kan justeras så länge hela VC fortfarande kan upprätthålla den önskade QoS. Att behandla virtuella maskiner som ''maldable''' under konsolidering kan ytterligare konsolidera virtuella maskiner i ett ännu färre antal noder. Detta papper undersöker denna fråga och utvecklar en Genetisk Algoritm (GA) för att konsolidera formbara virtuella maskiner. GA kan utveckla ett optimerat systemtillstånd, som representerar mappningen VM-till-node och den resurskapacitet som tilldelas varje VM. Efter att det nya systemtillståndet har beräknats av GA kommer molnet att passera från det nuvarande systemtillståndet till det nya. Övergångstiden representerar overhead och bör minimeras. I det här dokumentet formaliseras en kostnadsmodell för att fånga övergångens omkostnader, och en omkonfigureringsalgoritm utvecklas för att överföra molnet till det optimerade systemtillståndet med låga övergångsomkostnader. Experiment har utförts för att utvärdera prestandan hos GA och algoritmen för omkonfigurering. | Referens REF-behandlad virtuell maskin som "moderbar" under konsolidering och utvecklat en genetisk algoritm för att minimera overhead av övergången mellan systemtillstånd. | 17,190,374 | Developing resource consolidation frameworks for moldable virtual machines in clouds | {'venue': 'Future Gener. Comput. Syst.', 'journal': 'Future Gener. Comput. Syst.', 'mag_field_of_study': ['Computer Science']} | 80,099 |
I detta dokument behandlas visualisering av bildklassificeringsmodeller med hjälp av djupa Convolutional Networks (ConvNets). Vi överväger två visualiseringstekniker, baserade på beräkning av gradienten av klasspoäng med avseende på indatabilden. Den första genererar en bild, som maximerar klasspoäng [5], vilket visualiserar begreppet klass, fångas av ett ConvNet. Den andra tekniken beräknar en klasslönekarta, specifik för en given bild och klass. Vi visar att sådana kartor kan användas för svagt övervakad objektsegmentering med klassificering ConvNets. Slutligen etablerar vi kopplingen mellan de gradientbaserade ConvNet visualiseringsmetoderna och dekonvolutionella nätverk [13]. | Simonyan m.fl. REF föreslår att man beräknar gradienten för klassificeringspoängen med avseende på pixlarnas intensitet och att man gör en tröskel för den för att lokalisera objektet. | 1,450,294 | Deep Inside Convolutional Networks: Visualising Image Classification Models and Saliency Maps | {'venue': 'ICLR 2013', 'journal': 'arXiv: Computer Vision and Pattern Recognition', 'mag_field_of_study': ['Computer Science']} | 80,101 |
Abstract-Femtocells kan effektivt lösa den dåliga konnektivitet frågan om inomhus cellulära användare. I detta dokument undersöks det ekonomiska incitamentet för en mobiloperatör att lägga till femtocell-tjänst utöver sin befintliga makrocell-tjänst. Vi modellerar interaktionen mellan en mobiloperatör och användare som ett Stackelbergspel: Operatören bestämmer först spektrumtilldelning och prissättning av femtocell- och makrocelltjänster, och sedan heterogena användare väljer mellan de två tjänsterna och mängden resurs att begära. I det ideala fallet där femtocelltjänsten har samma fullständiga rumsliga täckning som makrocelltjänsten, visar vi att operatören endast kommer att välja att tillhandahålla femtocellservice, eftersom detta leder till en bättre användarkvalitet och en högre operatörsvinst. Men om vi kräver att inga användares utbetalningar minskar efter införandet av femtocell-tjänsten, kommer operatören alltid att fortsätta att tillhandahålla makrocell-tjänsten (med eller utan femtocell-tjänsten). Dessutom studerar vi hur driftskostnader, begränsad täckning och rumslig återanvändning påverkar tillhandahållandet av femtocelltjänster. I takt med att driftskostnaderna ökar betjänas färre användare av femtocelltjänst och operatörens vinst minskar. När femtocell-tjänsten har begränsad rumslig täckning tillhandahåller operatören alltid makrocell-tjänsten vid sidan av femtocell-tjänsten. Men när täckningen är hög eller den totala resursen är låg, kommer operatören att sätta priserna så att alla användare som kan komma åt femtocell väljer att endast använda femtocelltjänsten. Slutligen kommer den rumsliga återanvändningen av spektrum att öka femtocelltjänsters effektivitet och ge operatören fler incitament att fördela spektrum till femtoceller. | I REF använder författarna Game Theory för att studera ekonomiska incitament för en MSP att genomföra en femtocell tjänst. | 15,146,746 | Economics of Femtocell Service Provision | {'venue': 'IEEE Transactions on Mobile Computing', 'journal': 'IEEE Transactions on Mobile Computing', 'mag_field_of_study': ['Computer Science']} | 80,102 |
Arkitektoniska framsteg i moderna processordesigner ökar den genomsnittliga prestandan med funktioner som pipelines, caches, grenförutsägelse och exekvering av out-of-order. Dessa egenskaper komplicerar dock analysen av tidpunkten för genomförandet i värsta fall och leder till mycket försiktiga uppskattningar. JOP (Java Optimized Processor) tar itu med detta problem ur det arkitektoniska perspektivet - genom att införa en processorarkitektur där enklare och mer exakt WCET-analys är viktigare än genomsnittlig fallprestanda. Detta dokument presenterar en Java-processor utformad för tidsprediktabelt utförande av realtidsuppgifter. JOP är genomförandet av Java virtuella maskin i hårdvara. JOP är avsett för tillämpningar i inbyggda realtidssystem och den primära implementationstekniken är i ett fältprogrammerbart grindsystem. Detta dokument visar att en maskinvaruimplementering av Java virtuella maskin resulterar i en liten design för resurs-konstruerade enheter. | JOP-projektet utforskade tidspredikterbara arkitekturer inom ramen för en Javaprocessor REF. | 13,714,472 | A Java processor architecture for embedded real-time systems | {'venue': 'Journal of Systems Architecture', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,103 |
Ett grundläggande problem vid citeringsanalys är förutsägelsen om de senaste publikationernas långsiktiga citeringseffekter. Vi föreslår en modell för att förutsäga en sannolikhetsfördelning för framtida citeringar av en publikation. Två prediktorer används: Inverkansfaktorn för den tidskrift i vilken en publikation har publicerats och antalet citeringar en publikation har fått ett år efter dess utseende. Den föreslagna modellen bygger på kvantitativ regression. Vi använder modellen för att förutsäga det framtida antalet citeringar av en stor uppsättning publikationer inom fysikområdet. Vår analys visar att både prediktorer (dvs. impact factor och tidiga citeringar) bidrar till en exakt förutsägelse av långsiktig citeringseffekt. Vi studerar också analytiskt beteendet hos kvantil regressionskoefficienterna för höga kvantiler av fördelningen av citeringar. Detta görs genom att kvantilregressionsmetoden kopplas till en kvantiluppskattningsteknik från extremvärdesteorin. Vårt arbete ger insikt i påverkan av påverkansfaktorn och tidiga citeringar på den långsiktiga citeringseffekten av en publikation, och det tar ett steg mot en metodik som kan användas för att bedöma forskningsinstitutioner utifrån deras senast publicerade arbete. | Stegehuis m.fl. REF använde två prediktormodeller (journal impact factor och tidiga pappersciteringar) för att förutsäga en sannolikhetsfördelning för framtida citering av en publikation. | 12,713,386 | Predicting the long-term citation impact of recent publications | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,104 |
Abstract-Vi studerar kapaciteten hos hybrida trådlösa nätverk. Ett hybridnät bildas genom att ett glest nät av basstationer placeras i ett ad hoc-nät. Dessa basstationer antas vara anslutna av ett trådbundet nätverk med hög bandbredd och fungera som reläer för trådlösa noder. De är varken datakällor eller mottagare. Hybridnät innebär en avvägning mellan traditionella cellulära nät och rena ad hoc-nät genom att data kan vidarebefordras på ett multihop-sätt eller genom infrastrukturen. Det har visat sig att kapaciteten hos ett slumpmässigt ad hoc-nätverk inte ökar väl med antalet noder i systemet [1]. I detta arbete, vi överväga två olika routing strategier och studera skalning beteende av genomströmningskapaciteten i ett hybridnätverk. Analytiska uttryck för överföringskapaciteten erhålls. För en hybrid nätverk av n noder och m basstationer, resultaten visar att om m växer asymptotiskt långsammare än ε n, fördelen med att lägga basstationer på kapacitet är obetydlig. Om m emellertid växer snabbare än ε n ökar kapaciteten linjärt med antalet basstationer, vilket ger en effektiv förbättring jämfört med ett rent ad hoc-nät. För att uppnå icke försumbara kapacitetsvinster bör investeringarna i trådbunden infrastruktur därför vara tillräckligt stora. | Slutligen presenterar REF en analytisk studie av ad hoc-nät med basstationer och konstaterar att antalet basstationer måste öka i takt med att n är antalet trådlösa noder för att uppnå en märkbar kapacitetsökning. | 2,853,015 | On the capacity of hybrid wireless networks | {'venue': 'IEEE INFOCOM 2003. Twenty-second Annual Joint Conference of the IEEE Computer and Communications Societies (IEEE Cat. No.03CH37428)', 'journal': 'IEEE INFOCOM 2003. Twenty-second Annual Joint Conference of the IEEE Computer and Communications Societies (IEEE Cat. No.03CH37428)', 'mag_field_of_study': ['Computer Science']} | 80,105 |
Vi studerar mängden kunskap om ett kommunikationsnät som måste ges till dess noder för att effektivt sprida information. Vår strategi är kvantitativ: vi undersöker det minsta totala antalet bitar av information (minimistorlek på råd) som måste vara tillgängliga för noder, oavsett vilken typ av information som tillhandahålls. Vi jämför storleken på råd som behövs för att utföra sändning och vakna (den senare är en sändning där noder kan överföra endast efter att ha fått källinformation), båda med ett linjärt antal meddelanden (vilket är optimalt). Vi visar att den minsta storleken av råd som gör det möjligt att vakna upp med ett linjärt antal meddelanden i ett n-node-nätverk, är till (n log n), medan sändningen med ett linjärt antal meddelanden kan uppnås med råd av storlek O(n). Vi visar också att den senare storleken av råd är nästan optimal: inga råd av storlek o(n) kan tillåta att sända med ett linjärt antal meddelanden. Ett effektivt uppvaknande kräver alltså strikt mer information om nätverket än en effektiv sändning. | I REF jämförde författarna den minsta mängd rådgivning som krävs för att lösa två problem med informationsspridning med hjälp av ett linjärt antal meddelanden. | 1,027,806 | Communication Algorithms with Advice | {'venue': None, 'journal': None, 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,106 |
Abstract-State-of-the-art objekt detekteringsnätverk är beroende av region förslag algoritmer för att hypothesize objekt platser. Framsteg som SPPnet [1] och Fast R-CNN [2] har minskat drifttiden för dessa detektionsnät, vilket exponerar beräkning av regionförslag som flaskhals. I detta arbete introducerar vi ett regionförslagsnätverk (RPN) som delar fullbildskonvolutionella funktioner med detektionsnätverket, vilket möjliggör nära nog kostnadsfria regionförslag. Ett RPN är ett helt konvolutionellt nätverk som samtidigt förutsäger objektgränser och objektitetspoäng vid varje position. RPN är utbildad end-to-end för att generera högkvalitativa regionförslag, som används av Fast R-CNN för detektion. Vi slår ytterligare samman RPN och Fast R-CNN till ett enda nätverk genom att dela deras konvolutionella funktioner-med hjälp av den nyligen populära terminologin för neurala nätverk med "attention" mekanismer, RPN komponenten talar om för det enhetliga nätverket var man ska leta. För den mycket djupa VGG-16-modellen [3] har vårt detektionssystem en bildhastighet på 5 fps (inklusive alla steg) på en GPU, samtidigt som vi uppnår toppmoderna objektdetektionsnoggrannhet på PASCAL VOC 2007, och MS COCO-datauppsättningar med endast 300 förslag per bild. I ILSVRC och COCO 2015 tävlingar, Snabbare R-CNN och RPN är grunden för den 1: a plats vinnande poster i flera spår. Koden har gjorts tillgänglig för allmänheten. Regionens förslagsmetoder är vanligtvis beroende av billiga funktioner och ekonomiska slutledningssystem. Selektiv sökning [4], en av de mest populära metoderna, sammansmälter girigt superpixel baserat på konstruerade låg nivå funktioner. Ändå jämfört med effektiva detektionsnätverk [2], Selektiv sökning är en storleksordning långsammare, på 2 sekunder per bild i en CPU-implementation. EdgeBoxar [6] ger för närvarande den bästa kompromissen mellan förslagskvalitet och hastighet, med 0,2 sekunder per bild. Trots detta konsumerar regionförslaget lika mycket drifttid som nätverket för upptäckt. Man kan notera att snabba regionbaserade CNN dra nytta av GPU, medan de regionala förslag metoder som används i forskning genomförs på CPU, vilket gör sådana runtime jämförelser ojämförliga. Ett självklart sätt att påskynda beräkningen av förslag är att återinföra det för GPU. Detta kan vara en effektiv teknisk lösning, men omgenomförandet bortser från down-stream detektion nätverk och därför missar viktiga möjligheter att dela beräkningar. I detta dokument visar vi att en algoritmisk förändringskomputerande förslag med en djup konvolutionell neural nätverk-leads till en elegant och effektiv lösning där förslagsberäkning är nästan gratis med tanke på detektionsnätverkets beräkning. I detta syfte introducerar vi nya regionala förslagsnätverk (RPN) som delar konvolutionella skikt med toppmoderna nätverk för objektdetektering [1], [2]. Genom att dela konvolutioner vid testtid är marginalkostnaden för datorförslag liten (t.ex. 10 ms per bild). Vår iakttagelse är att de konvolutionella funktionskartor som används av regionbaserade detektorer, som Fast R-CNN, också kan användas för att generera regionförslag. Ovanpå dessa konvolutionella funktioner konstruerar vi en RPN genom att lägga till några ytterligare konvolutionella lager som samtidigt regresserar regiongränser och objektitet poäng på varje plats på ett vanligt rutnät. RPN är således ett slags fullständigt konvolutionsnätverk [7] och kan utbildas från början till slut särskilt för uppgiften att ta fram förslag på detektering. RPN är utformade för att effektivt förutsäga regionala förslag med ett brett spektrum av skalor och proportioner. I motsats till vanliga metoder [1], [2], [8], [9] som använder pyramider av bilder (Fig. 1a) eller filterpyramider (Fig. 1b), Vi introducerar nya "anchor" rutor som fungerar som referenser på flera skalor och proportioner. Vårt schema kan ses som en pyramid av regressionsreferenser (Fig. 1c), som undviker att räkna upp bilder eller filter av flera skalor eller proportioner. Denna modell fungerar bra när den är tränad och testad med enskaliga bilder och därmed gynnar körhastigheten. För att förena RPNs med snabba R-CNN [2] objektdetekteringsnätverk, föreslår vi ett utbildningsprogram som alternerar S. Ren är med | Snabbare R-CNN REF använder ett regionförslagsnätverk (RPN) för att generera RoIs genom att ändra förinställda ankarlådor. | 10,328,909 | Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks | {'venue': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'journal': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,107 |
Abstract-State-of-the-art objekt detekteringsnätverk är beroende av region förslag algoritmer för att hypothesize objekt platser. Framsteg som SPPnet [1] och Fast R-CNN [2] har minskat drifttiden för dessa detektionsnät, vilket exponerar beräkning av regionförslag som flaskhals. I detta arbete introducerar vi ett regionförslagsnätverk (RPN) som delar fullbildskonvolutionella funktioner med detektionsnätverket, vilket möjliggör nära nog kostnadsfria regionförslag. Ett RPN är ett helt konvolutionellt nätverk som samtidigt förutsäger objektgränser och objektitetspoäng vid varje position. RPN är utbildad end-to-end för att generera högkvalitativa regionförslag, som används av Fast R-CNN för detektion. Vi slår ytterligare samman RPN och Fast R-CNN till ett enda nätverk genom att dela deras konvolutionella funktioner-med hjälp av den nyligen populära terminologin för neurala nätverk med "attention" mekanismer, RPN komponenten talar om för det enhetliga nätverket var man ska leta. För den mycket djupa VGG-16-modellen [3] har vårt detektionssystem en bildhastighet på 5 fps (inklusive alla steg) på en GPU, samtidigt som vi uppnår toppmoderna objektdetektionsnoggrannhet på PASCAL VOC 2007, och MS COCO-datauppsättningar med endast 300 förslag per bild. I ILSVRC och COCO 2015 tävlingar, Snabbare R-CNN och RPN är grunden för den 1: a plats vinnande poster i flera spår. Koden har gjorts tillgänglig för allmänheten. Regionens förslagsmetoder är vanligtvis beroende av billiga funktioner och ekonomiska slutledningssystem. Selektiv sökning [4], en av de mest populära metoderna, sammansmälter girigt superpixel baserat på konstruerade låg nivå funktioner. Ändå jämfört med effektiva detektionsnätverk [2], Selektiv sökning är en storleksordning långsammare, på 2 sekunder per bild i en CPU-implementation. EdgeBoxar [6] ger för närvarande den bästa kompromissen mellan förslagskvalitet och hastighet, med 0,2 sekunder per bild. Trots detta konsumerar regionförslaget lika mycket drifttid som nätverket för upptäckt. Man kan notera att snabba regionbaserade CNN dra nytta av GPU, medan de regionala förslag metoder som används i forskning genomförs på CPU, vilket gör sådana runtime jämförelser ojämförliga. Ett självklart sätt att påskynda beräkningen av förslag är att återinföra det för GPU. Detta kan vara en effektiv teknisk lösning, men omgenomförandet bortser från down-stream detektion nätverk och därför missar viktiga möjligheter att dela beräkningar. I detta dokument visar vi att en algoritmisk förändringskomputerande förslag med en djup konvolutionell neural nätverk-leads till en elegant och effektiv lösning där förslagsberäkning är nästan gratis med tanke på detektionsnätverkets beräkning. I detta syfte introducerar vi nya regionala förslagsnätverk (RPN) som delar konvolutionella skikt med toppmoderna nätverk för objektdetektering [1], [2]. Genom att dela konvolutioner vid testtid är marginalkostnaden för datorförslag liten (t.ex. 10 ms per bild). Vår iakttagelse är att de konvolutionella funktionskartor som används av regionbaserade detektorer, som Fast R-CNN, också kan användas för att generera regionförslag. Ovanpå dessa konvolutionella funktioner konstruerar vi en RPN genom att lägga till några ytterligare konvolutionella lager som samtidigt regresserar regiongränser och objektitet poäng på varje plats på ett vanligt rutnät. RPN är således ett slags fullständigt konvolutionsnätverk [7] och kan utbildas från början till slut särskilt för uppgiften att ta fram förslag på detektering. RPN är utformade för att effektivt förutsäga regionala förslag med ett brett spektrum av skalor och proportioner. I motsats till vanliga metoder [1], [2], [8], [9] som använder pyramider av bilder (Fig. 1a) eller filterpyramider (Fig. 1b), Vi introducerar nya "anchor" rutor som fungerar som referenser på flera skalor och proportioner. Vårt schema kan ses som en pyramid av regressionsreferenser (Fig. 1c), som undviker att räkna upp bilder eller filter av flera skalor eller proportioner. Denna modell fungerar bra när den är tränad och testad med enskaliga bilder och därmed gynnar körhastigheten. För att förena RPNs med snabba R-CNN [2] objektdetekteringsnätverk, föreslår vi ett utbildningsprogram som alternerar S. Ren är med | För att lösa det här problemet, Ren et al. REF föreslog snabbare R-CNN för att genomföra regionförslaget genom att lägga till ett regionförslagsnätverk (RPN) i stället för att använda selektiva sökmetoder. | 10,328,909 | Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks | {'venue': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'journal': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,108 |
Vi studerar beräkningskraften hos den överbelastade klicken, en modell för distribuerad beräkning där n-spelare kommunicerar med varandra över ett komplett nätverk för att beräkna någon funktion av sina ingångar. Antalet bitar som kan skickas på valfri kant i en runda begränsas av en parameter b. Vi överväger två versioner av modellen: i den första, spelarna kommunicerar med unicast, så att de kan skicka ett annat meddelande på var och en av sina länkar i en omgång; i den andra, spelarna kommunicerar via sändning, skicka ett meddelande till alla sina grannar. Det är känt att den unicastade versionen av modellen är ganska kraftfull; hittills är inga lägre gränser för denna modell kända. I detta papper ger vi en partiell förklaring genom att visa att den engjutna kliquen kan simulera kraftfulla klasser av avgränsade djupkretsar, vilket innebär att även något super-konstant nedre gränser för den överbelastade kliquen skulle ge nya lägre gränser i kretsen komplexitet. Dessutom, under en allmänt trod gissning om matris multiplikation, triangeln detektion problem, studeras i [8], kan lösas i O(n ) tid för alla > 0. Sändningsversionen av den överbelastade klicken är den välkända flerpartsmodellen med delad svart tavla av kommunikationskomplexitet (med indata i siffror). Denna version är mer amenable till lägre gränser, och i detta papper visar vi att subgraph detektion problem studeras i [8] kräver polynomialt många rundor för flera klasser av subgrafer. Vi ger också övre gränser för subgraf detektion problem, och relaterar hårdheten av triangeln detektion i sändningen överbelastade klick till kommunikations komplexiteten av set uppdelning i 3-parts tal-on-forehead-modellen. | I REF visade författarna att det är möjligt att simulera kraftfulla klasser av avgränsade djupkretsar i den engjutna överbelastade klicken, som pekar på kraften i denna modell och förklarar svårigheten att få lägre gränser för denna modell. | 13,951,165 | On the power of the congested clique model | {'venue': "PODC '14", 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,109 |
Detta dokument introducerar problemet med att kombinera flera partitioner av en uppsättning objekt till en enda konsoliderad klustering utan att komma åt de funktioner eller algoritmer som bestämde dessa partitioner. Vi identifierar först flera tillämpningsscenarier för det resulterande ramverket "kunskapsåteranvändning" som vi kallar klusterensembler. Klustret ensemble problemet formaliseras sedan som ett kombinatoriskt optimeringsproblem i termer av delad ömsesidig information. Utöver en direkt maximering föreslår vi tre effektiva tekniker för att erhålla högkvalitativa kombinatorer (konsensusfunktioner). Den första kombinatorn inducerar ett likhetsmått från partitioneringarna och drar sedan tillbaka objekten. Den andra kombinatorn är baserad på hypergrafpartitionering. Den tredje en kollapsar grupper av kluster i meta-kluster som sedan tävlar om varje objekt för att bestämma den kombinerade klustret. På grund av de låga beräkningskostnaderna för våra tekniker, är det fullt möjligt att använda en supra-consensus funktion som utvärderar alla tre metoder mot den objektiva funktionen och väljer den bästa lösningen för en given situation. Vi utvärderar effektiviteten av klusterensembler i tre kvalitativt olika tillämpningsscenarier: (i) där de ursprungliga klusteren bildades baserat på icke-identiska uppsättningar av funktioner, (ii) där de ursprungliga klusteralgoritmerna arbetade på icke-identiska uppsättningar av objekt, och (iii) där en gemensam datauppsättning används och huvudsyftet med att kombinera flera kluster är att förbättra kvaliteten och robustheten i lösningen. Lovande resultat erhålls i alla tre situationer för syntetiska såväl som verkliga datauppsättningar. | I REF föreslår författarna en konsensusfunktion som syftar till att maximera den normaliserade ömsesidiga informationen om den kombinerade klustereringen med de ingående. | 3,068,944 | Cluster Ensembles – A Knowledge Reuse Framework for Combining Multiple Partitions | {'venue': 'ICML', 'journal': None, 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,110 |
Vi studerar problemet med att attackera en maskininlärning modell i hårdmärkt svart-box inställning, där ingen modell information avslöjas förutom att angriparen kan göra frågor för att sondera motsvarande hårda-märkning beslut. Detta är ett mycket utmanande problem eftersom den direkta utbyggnaden av toppmoderna white-box-attacker (t.ex. C&W eller PGD) till den hårdmärkta svart-box-inställningen kommer att kräva minimering av en icke-kontinuerlig stegfunktion, som är kombinatorisk och inte kan lösas med en gradientbaserad optimizer. Den enda nuvarande metoden bygger på slumpmässiga steg på gränsen [1], som kräver många frågor och saknar konvergensgarantier. Vi föreslår ett nytt sätt att formulera den hårda black-box attacken som ett verkligt värderat optimeringsproblem som vanligtvis är kontinuerlig och kan lösas med en noll-order optimering algoritm. Till exempel, med hjälp av Randomized Gradient-Free metod [2], kan vi begränsa antalet iterationer som behövs för vår algoritm för att uppnå stationära punkter. Vi visar att vår föreslagna metod överträffar den tidigare slumpmässiga gångmetoden för att attackera konvolutionella neurala nätverk på MNIST, CIFAR och ImageNet dataset. Mer intressant visar vi att den föreslagna algoritmen också kan användas för att attackera andra diskreta och icke-kontinuerliga maskininlärningsmodeller, såsom Gradient Boosting Decision Trees (GBDT). | I REF introduceras en optimeringsbaserad svart-box attackalgoritm med garanterad konvergens i den hårda svarta-box-inställningen som överträffar BA i fråga om antal frågor. | 49,672,236 | Query-Efficient Hard-label Black-box Attack:An Optimization-based Approach | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,111 |
De livsmönster som visas av stora populationer har beskrivits och modellerats både som en grundläggande vetenskaplig övning och för en rad tillämpade mål som att minska trafikstockningar, förbättra katastrofinsatser och till och med förutsäga var individer befinner sig. Dessa studier har emellertid haft begränsad tillgång till samtalsinnehåll, vilket har gjort förändringar i uttryckssättet osynliga som en funktion av rörelse. Dessutom använder de vanligtvis kommunikationen mellan en mobiltelefon och dess närmaste antenntorn för att dra slutsatser om positionen, vilket begränsar den rumsliga upplösningen av data till den geografiska region som betjänas av varje mobiltorn. Vi använder en samling av 37 miljoner geolokaliserade tweets för att karakterisera rörelsemönster av 180.000 individer, dra nytta av flera storleksordningar av ökad rumslig noggrannhet i förhållande till tidigare arbete. Med hjälp av det nyligen utvecklade instrument för känsloanalys som kallas hedonometern karakteriserar vi förändringar i ordanvändning som en funktion av rörelse, och finner att uttryckt lycka ökar logaritmiskt med avstånd från en individs genomsnittliga plats. En korrekt karakterisering av mänskliga rörlighetsmönster [1] [2] [3] [5] [6] [7] [8] [9] [10] [11] [12] [13] [15] [16] är en väsentlig beståndsdel i utvecklingen av modeller för stadsplanering [17], trafikprognoser [18], och spridningen av sjukdomar [19] [20] [21]. I den moderna kommunikationseran har mönster av mänsklig rörelse avslöjats vid en allt högre upplösning i både rum och tid, med mobiltelefondata i synnerhet som komplement till befintliga undersökningsbaserade undersökningar. Liksom för varje nytt instrument som mäter sociotekniska fenomen i makroskala har uppgiften blivit att förstå vilka urskiljbara mönster som finns och vilken betydelse som kan härledas från dessa mönster [2, [22] [23] [24]. Forskare som arbetar för att förstå rörlighet har använt en rad olika metoder. Brockmann m.fl. [7] Använde cirkulationen av nästan en halv miljon amerikanska dollar sedlar vars platser lämnades in av över 1 miljon besökare till en webbplats [25] för att visa att banksedlar banor är superdiffusive i rymden och subdiffusive i tid, dvs.. rör sig längre och mindre ofta än väntat. Gonzalez m.fl. [1] Använde 6 månaders mobiltelefondata från 100.000 individer för att visa att mänskliga banor är regelbundna i rum och tid, med varje individ har en hög sannolikhet att återvända till några föredragna platser enligt Ziffs lag. Att kombinera telefonkommunikationsdata med åtgärder för samhällsekonomiskt välstånd, Eagle et al. [2] visade att mångfalden av kontakter i en individs sociala nätverk är starkt korrelerad till den potential för ekonomisk utveckling som samhället uppvisar. Slutligen, de Montjoye et al. [3] nyligen använt mobiltelefon data för att visa att fyra rum-tid platser är tillräckligt för att unikt identifiera 95% av individer. Som exemplifierar nyligen arbete för att karakterisera känslor med sociala nätverk kommunikation, Mitchell et al. [26] kombinerade traditionella undersökningsdata (t.ex. Gallup) med miljontals tweets för att korrelera ordanvändning med de demografiska egenskaperna i amerikanska stadsområden. Uttryckt lycka visade sig till exempel starkt korrelera med procent av befolkningen gift, och antikorrelat med fetma. Ord som "McDonald's" och "hungrig" dök upp mycket oftare i överviktiga städer, vilket tyder på att deras instrument skulle kunna användas för att ge feedback i realtid om sociala hälsoprogram som det föreslagna förbudet mot försäljning av stora läskedrycker i New York 2013. I det följande karakteriserar vi livets mönster hos över 180.000 individer främst i USA med hjälp av meddelanden som skickas via den sociala nätverkstjänsten Twitter, och använder vår textbaserade hedonometer [27] för att karakterisera känslor som en funktion av rörelse. Under kalenderåret 2011 samlade vi in cirka 4 miljarder meddelanden via Twitters gardenhose feed, vilket representerar en slumpmässig 10% av alla statusuppdateringar som publicerats under denna period. Tillsammans med ett överflöd av andra metadata åtföljer lokaliseringsinformation normalt varje meddelande, som är resultatet av en av tre mekanismer genom vilka individer kan rapportera sin plats när de uppdaterar sin status. För det första, när en enskild person registrerar sitt konto på Twitter, får de möjlighet att rapportera sin plats i en fritextruta. Denna region kommer att visas i deras användarprofil (t.ex. 'NYC' eller 'över regnbågen'). De metadata som åtföljer varje tweet som skickas av individen innehåller denna självrapporterade plats. För det andra kan individer som skickar ett meddelande via en webbläsare välja att märka sitt meddelande med en "plats" som valts från en rullgardinsmeny, där det första alternativet som tillhandahålls är typiskt den stad där datorns IP-adress hittas. Av noggrannhetsskäl har vi valt att ignorera var och en av dessa två mekanismer för att rapportera position när vi försöker tilldela varje tweet en geografisk plats, och istället fokusera på meddelanden som finns via en tredje mekanism, nämligen Global Positioning System (GPS). Individer som använder en mobilenhetsapplikation kan välja att geolokera sitt meddelande, i vilket fall den exakta breddgraden och longituden för mobiltelefonen rapporteras. Exaktheten i denna information styrs av precisionen hos GPS-instrumentet inbäddat i telefonen, som kan variera beroende på omgivande topografi. Som ett resultat av dessa faktorer, kan vi ungefär placera varje geolokerat meddelande inuti en 10 meters cirkel på ytan av jorden, inom vilken tweeten sändes. Ungefär 1% av statusuppdateringarna som mottas genom gardenhose feed är geolokerade, vilket resulterar i totalt 37 miljoner meddelanden, kollektivt representerar mer än 180.000 engelsktalande människor över hela världen. Bilda. 1 illustrerar den geospatiala upplösningen av data. Följer González m.fl. [1] Vi undersöker formen av mänsklig rörlighet med hjälp av radie av gyration, nedan gyradius, som ett mått på den linjära storlek som en individs bana. På bild. 2, Vi undersöker den geografiska fördelningen av rörelser i fyra stadsområden genom att rita en prick för varje tweet, 3 färgade av gyradius av dess författare. Medurs från övre vänstra sidan visas städer i ordning efter deras skenbara sammanlagda gyradius, med New York City till synes uppvisar en mindre radie än San Francisco Bay Area. I Chicago, många personer som skriver från centrum uppvisar en storleksordning större radie än individer som postar i områden utanför staden. Ett liknande mönster ses när man tittar på varje punkt färgad istället av avstånd från förväntad plats (Fig. S2)............................................................................................................. I det större Los Angeles-området ser vi flera kluster av individer med större radie i centrala Los Angeles, liksom Long Beach, Santa Monica och Disneyland i Anaheim, medan mindre tätbefolkade områden ses som mindre kluster som uppvisar mycket mindre radier. Geografin i San Francisco Bay Area avslöjas tydligt, med många stora radie individer tweeting från centrala San Francisco, och något mindre homogenitet i Oakland och San Jose. Utanför dessa städer finns det många förortsområden som avslöjas av individer med stor radie, t.ex. Det är Palo Alto. Tweets som förekommer i mindre tätbefolkade Bay Area platser verkar vara mycket mer sannolikt att författas av stora radie individer än de som förekommer i lägre befolkningsområden i de andra städerna. Denna iakttagelse återspeglar sannolikt de socioekonomiska och demografiska särdragen hos personer som använder Twitter i Bay-området, där den sociala nätverkstjänsten grundades. Dessutom kan det återspegla närvaron av turister som vanligtvis kommer att ha en större radie än någon som bor och arbetar i Bay Area. Vi beräknar Geary's C (lokal) och Morans I (global) rumsliga autokorrelation för de data som visas i figurerna 2 och S2, och finner statistiskt stöd för rumslig klusterbildning i varje (tabellerna S1 och S2). Men korrelationerna drar nytta av benägenheten för varje individs samling av tweets att ställa ut kluster. För att undvika denna förvirring, gör vi också stad tomter av läge färgat av gyradius, där varje prick representerar en individ snarare än en tweet. Dessa siffror ingår inte för att respektera individers privatliv i studien. Tabell S3 rapporterar den starka rumsliga autokorrelation vi observerat, som återspeglar en form av geospatial homofili: tendensen hos individer att skapa meddelanden i närheten av andra med liknande gyradius. Turister kommer sannolikt inte att ingå i denna statistik, med tanke på lägets natur, och som sådan är klusterbildningen potentiellt ett resultat av liknande pendlande avstånd. En iakttagelse till synes uppenbar i Fig. 2 är att individer som flyttar en hel del tenderar att visas i områden med stor befolkningstäthet. Med tanke på de skenbara stordriftsfördelar som erbjuds genom att man bor i ett tätbefolkat område kan man förvänta sig att man observerar det omvända förhållandet, nämligen att människor som bor i mindre tätbefolkade områden av nödvändighet färdas vidare till exempelvis sin arbetsplats eller livsmedelsbutik. Naturligtvis kan personer som observerats ha en stor radie vara turister, eller de kan ha en lång pendla. Trots detta finner vi inga statistiska bevis för denna utveckling. Jämförande individer vars genomsnittliga läge faller i ett område av liten vs. stor tweet densitet, observerar vi liten skillnad i deras genomsnittliga gyradii (inte visas). När vi rör oss bortom dessa fyra stadsområden och tittar på 472 städer i USA, finner vi en måttlig korrelation mellan den genomsnittliga gyradius- och stadsmarken (Pearson ρ = 0,24, p = 2 ×10 −7 ); Bild. S3 och tabell S4 visar de övre och nedre städerna med avseende på gyradii. För att undersöka den mänskliga rörlighetens form normaliserar vi varje individs bana till en gemensam referensram (se Metoder). På bild. 3, Vi ritar en värmekarta över sannolikheten densitet funktion av normaliserade platser för alla individer. I denna diskussion kommer vi att hänvisa till avvikelser från en individs förväntade plats i den normaliserade referensramen som sker i riktningarna norr, söder, öster och väster. Flera inslag i kartan avslöjar intressanta mönster av rörelse. För det första visar konturernas övergripande tårdroppar i väst till öst att människor i huvudsak färdas längs sin principaxel, nämligen på väg västerut från ursprunget längs y/σ y = 0, med avvikelser i den ortogonala riktningen som blir kortare och mindre frekventa när de rör sig längre bort från ursprunget. För det andra tyder uppkomsten av två rumsligt distinkta gula regioner åtskilda av en mindre befolkad grön region på att människor tillbringar den stora majoriteten av sin tid nära två platser. Vi hänvisar till dessa platser som arbets- och hemort [8], där hemorten är centrerad på den mörkröda regionen ungefär 1 standardavvikelse öster om ursprunget, och arbetslokalen är centrerad cirka 2 standardavvikelser väster om ursprunget. Dessa platser belyser den bimodala fördelningen av meddelanden om huvudaxelkorridorer (Fig. Denna förordning träder i kraft den tjugonde dagen efter det att den har offentliggjorts i Europeiska unionens officiella tidning. Slutligen observeras en tydlig asymmetri om x/σ x = 0-axeln som indikerar den alltmer isotropa variationen i rörelse som omger hemorten, jämfört med arbetsplatsen. Vi tolkar detta som en återspegling av tendensen att vara mer förtrogen med omgivningen i sitt hem, och att utforska dessa omgivningar i ett mer socialt sammanhang (Fig. 4B)............................................................... Den symmetri som observeras när man reflekterar om y/σ y = 0-axeln är stark, vilket visar den anmärkningsvärda konsekvensen i de rörelsemönster som visas av data. I ett försök att karakterisera den tidsbundna och rumsliga struktur som observeras i Bild. 3, i figuren 5 vi undersöker platser som ofta besöks av de mest aktiva medlemmarna i vår datauppsättning, nämligen de cirka 300 individer för vilka vi fick minst 800 geolokerade meddelanden. Vi misstänker att dessa individer gjorde det möjligt för den geolokerande funktionen att vara på som standard för alla meddelanden, som underförstått av de ungefär O(10 4) geolokerade meddelanden som föreslås av gardenhose klass. På bild. 5, Vi fokuserar på dessa individer specifikt; av alla deltagare, deras produktiva tweet aktivitet mest exakt återspeglar deras rörelseprofil. Huvudfiguren visar sannolikheten för tweeting från varje ort, med orter beställda efter rang, för varje individ [8]. Vi finner att P(H som är ungefär en Ziff distribution [29]. Detta fynd indikerar att oavsett antalet tweet locales för en viss individ, de flesta av deras meddelandeaktivitet förekommer i en av bara några få lokaler, med sannolikheten att förfalla i en förutsägbar takt. Om förfallet var zipfian, en individ skulle vara ungefär n-tider lika sannolikt att tweeta från deras läge läge än från deras rank n plats. Med vår lutning som brantare, dessa sannolikheter faller i en snabbare takt med rang. Lutningen är robust för variation i antal och sammansättning av individer (Fig. S4 )............................................................................................................... 15, Vi observerar en tydlig åtskillnad mellan den mest sannolika och den näst mest sannolika positionen (A). Fördelningen är skev vänster, med rörelse i en rubrik mittemot en individs arbete / hem korridor som visat sig vara mycket osannolikt. Dessutom, på grund av normaliseringen, ser vi att individer är mycket mer benägna att tweet något öster om sin förväntade plats än något väster. Isotropiförhållandet (B) mäter förändringen i densitetens form som en funktion av gyradius, med stora radier individer som uppvisar ett mindre cirkulärt mönster av liv. Standardfel ritas upp, men är endast synliga för den största radiegruppen. Isotropiförhållandet sönderfaller logaritmiskt med radien. som mindre kluster som uppvisar mycket mindre radier. San Francisco Bay Area avslöjas tydligt av individer med stor radie, främst i San Francisco, och något mindre så i Oakland och San Jose. Utanför dessa städer finns det många förortsområden som avslöjas av individer med stor radie, t.ex. Det är Palo Alto. Tweets som förekommer i mindre tätbefolkade Bay Area platser är mycket mer sannolikt att författas av stora radie individer än de som visas i lägre befolkning områden på annat håll. Denna iakttagelse återspeglar säkerligen de socioekonomiska och demografiska särdragen hos personer som använder Twitter i Bay-området, där den sociala nätverkstjänsten grundades. Dessutom kan det återspegla närvaron av turister som vanligtvis kommer att ha en större radie än någon som bor och arbetar i Bay Area. Observera att förhållandet mellan gyradius och medel ord lycka för var och en av dessa städer presenteras i tillägget, och högre upplösning versioner av de fyra panelerna ovan kan hittas online 2. Den viktigaste observationen som visas i figur 2, nämligen att individer som flyttar en hel del tenderar att visas i områden med stor befolkningstäthet, är något kontraintuitiv. Med tanke på de skenbara stordriftsfördelar som erbjuds genom att bo i ett tätbefolkat område, kan man förvänta sig att observera 2 http://www.uvm.edu/storylab/share/papers/ frank2013a det omvända förhållandet, nämligen att människor som bor i mindre tätbefolkade områden av nödvändighet reser vidare till sin arbetsplats eller livsmedelsbutik, till exempel. Naturligtvis kan dessa personer med stor radie vara turister, eller de kan ha en lång pendlande. När vi tittar på varje punkt färgad istället av avstånd från förväntad plats (bilaga), ser vi fortfarande mer överdriven segregation, med icke-infödda förekommer främst i städer, och inhemska individer tweeting i förorterna. I figur 3, Vi ritar den genomsnittliga gyradius vs landyta för varje stad i USA som definieras av [30]. Även om det finns betydande spridning bland städerna, observerar vi en svag korrelation som tyder på att individer som bor i mer befolkade och större områden färdas längre. Tabell 3 visar de övre och nedre städerna med avseende på genomsnittlig gyradius, samt de fyra städer som diskuteras ovan. I figur 4, Vi ritar en värmekarta över sannolikheten densitet funktion av normaliserade platser för alla individer. För diskussionens skull kommer vi att hänvisa till avvikelser från en individs förväntade plats i den normaliserade referensramen som sker i riktningarna norr, söder, öster och väster. Flera inslag i kartan avslöjar intressanta mönster av rörelse. För det första visar konturernas övergripande tårdroppar i väst till öst att människor i huvudsak färdas längs sin principaxel, nämligen rubrik 8 Fördelningen är skev till vänster, med en rörelse i en riktning mot en individs arbets-/hemkorridor som har konstaterats vara högst osannolik. Dessutom, på grund av normaliseringen, ser vi att individer är mycket mer benägna att tweet något öster om sin förväntade plats än något väster. Isotropiförhållandet (B) mäter förändringen i densitetens form som en funktion av gyradius, med stora radier individer som uppvisar ett mindre cirkulärt mönster av liv. Standardfel ritas upp, men är endast synliga för den största radiegruppen. Isotropiförhållandet sönderfaller logaritmiskt med radien. För ungefär 95% av dessa individer, varje tweet har en större än 10% chans att vara författare från deras läge (Fig. 5B)................................................................................................ Bilda. 5C visar varje individs sannolikhet att skapa meddelanden från deras läge (svart kurva) vid olika tider på dagen under hela veckan. En period-2-cykel observeras för varje dag i veckan. Maxima ses på morgonen (8-10 am) och kvällen (10 pm-midnatt), och minima på eftermiddagen (2-4 pm) och över natten (2-4) timmar. Toppen på morgonen är genomgående högre än på kvällen, och eftermiddagsdalen är genomgående lägre än nattdalen. Cykeln är något mindre strukturerad på helgen. Även plottade är sannolikheten för tweeting från andra platser än läget (röd kurva). I en studie utförd med data från mobiltornet, González m.fl. [1] fann att människor tillbringar större delen av sin tid på två platser, och en persons sannolikhet att hittas på en separat plats minskar snabbt med rang genom besök. Medan vår undersökning avslöjar ett liknande mönster, finner vi en större skillnad i sannolikheten för att en individ tweetar från hemorten än från arbetsplatsen. Vi tillskriver dessa små skillnader i våra resultat den olika spatiotemporala precisionen av lokaliseringsdata, samt skillnader i aktiviteter som representeras av data. González m.fl. fastställde varje individs placering genom att kontinuerligt övervaka det närmaste mobiltelefontornet vars räckvidd de befann sig inom. Som sådan, vi får mer exakt plats information, men bara när individer utförde handlingen tweeting. En stor fördel med att använda Twitter-data för att studera rörelse är den ytterligare informationskällan som meddelandena själva ger. Forskare som använder mobiltelefondata för att karakterisera rörlighetsmönster har inte tillgång till samtal som inträffar under den tidsperiod då de är intresserade. För att mäta den känsla som är förknippad med olika rörelsemönster använder vi den hedonometer som Dodds et al infört. [27]................................................................ Instrumentet utför en kontextfri mätning av lyckan i en stor samling ord med hjälp av språkbedömningen av Mechanical Turk (labMT) ordlista, som beskrivs i Kloumann et al. [30]................................................................. LabMT består av ungefär 10.000 av de vanligaste orden på det engelska språket, som var och en gjordes för lycka på en skala av 1 (sad) till 9 (lycklig) av människor som använder Amazons Mechanical Turk service [31, 32], vilket resulterar i en genomsnittlig lycka poäng för varje ord. Exempel på ordpoäng visas i tabell 1. Observera att när vi använder hedonometern undviker vi att tilldela känslor till enskilda tweets, en utmanande uppgift som är mer lämplig för avancerad programvara för bearbetning av naturligt språk. För att undersöka förhållandet mellan rörelse och lycka, beräknar vi uttryckt lycka som en funktion av avstånd från en individs förväntade plats, såväl som gyradius. För de förra grupperade vi tweets i tio lika befolkade soptunnor, där varje grupp innehöll mer än 500.000 tweets från liknande avstånd. Lyckan i varje grupp beräknades sedan med hjälp av Eqn 3 (se Metoder), där alla ord skrivna från ett visst avstånd samlades i en enda behållare. För de senare placerade vi individer i tio lika stora grupper av gyradius, med varje grupp som innehöll mer än 10 000 individer med liknande gyradii. Figur 2. väster om ursprunget längs y/s y = 0, med avvikelser i ortogonal riktning blir kortare och mindre frekventa när de rör sig längre bort från ursprunget. För det andra tyder uppkomsten av två rumsligt distinkta gula regioner åtskilda av en mindre befolkad grön region på att människor tillbringar den stora majoriteten av sin tid nära två platser. Vi hänvisar till dessa platser som arbets- och hemlivsmiljöer, där hemmiljön är centrerad på den mörkröda regionen ungefär 1 standardavvikelse öster om ursprunget, och arbetslivsmiljön är centrerad ca 2 standardavvikelser väster om ursprunget. Dessa platser belyser den bimodala fördelningen av meddelanden om huvudaxelkorridorer (figur 5A ). Slutligen observeras en tydlig asymmetri om x/s x = 0-axeln som indikerar den alltmer isotropa variationen i rörelse som omger livsmiljön i hemmet, jämfört med livsmiljön i arbetet. Vi misstänker att detta är en återspegling av tendensen att vara mer bekant med omgivningen i sitt hem, och att utforska dessa omgivningar i ett mer socialt sammanhang ( Figur 5B ). Den symmetri som observeras när man reflekterar om y/s y = 0-axeln är stark, vilket visar den anmärkningsvärda konsekvensen i de rörelsemönster som visas av data. I ett försök att karakterisera den tidsbundna och rumsliga struktur som observeras i figur 4, i figur 6 undersöker vi platser som ofta besöks av de mest produktiva medlemmarna av våra data, nämligen de ungefär 300 individer för radi. Figur 8 ritar genomsnittlig ordlycka mot avståndet från förväntad plats (A) och gyradius (B). Från och med plats, finner vi att tweets skrivna nära en individs centrum av massa är något lyckligare än de skrivna 1 km bort. De minst glada orden används i genomsnitt på ett avstånd som är representativt för en kort dagspendling till arbetet. Bortom detta minsta lyckliga avstånd finner vi anmärkningsvärt nog att lyckan ökar logaritmiskt med avståndet från förväntat läge. Kanske ännu mer anmärkningsvärt, finner vi en nästan identisk trend när gruppera individer snarare än tweets, observera att lycka också ökar logaritmiskt med gyradius. Personer med stor radie använder lyckligare ord än de som har ett mindre livsmönster. Vi finner den trend som observerats i Bild För att förklara skillnaden i uttryckt lycka som visas av olika mobilitetsgrupper, vänder vi oss till ordväxlingsdiagram i figur 9. Word shift diagram introducerades av Dodds och Danforth [18, 19] som ett sätt att undersöka de delar av språket som är ansvariga för lycka skillnader mellan två stora texter. Tänk till exempel på skillnaden mellan tweets som skrivits på sträckor på ungefär 1 km och 2500 km från en individs förväntade plats. Den genomsnittliga lycka poäng för dessa två avstånd är h avg = 5.96 och h avg = 6.13. Individuella ordbidrag till denna skillnad visas i figur 9A, och kan beskrivas på följande sätt. Ord som visas till höger öka lyckan av 2500km avstånd relativ 1km avstånd. Tweets som författats långt från en individs förväntade plats är t.ex. mer benägna att innehålla de positiva orden "strand", "ny", "stor", "park", "restaurang", "middag", "sortera", "kaffe", "lunch", "kafe" och "mat", och mindre benägna att innehålla de negativa orden "nej", "inte", "inte", "hata", "kan inte", "fördömda" och "aldrig" än tweets som postats i närheten av hemmet. Ord som går mot trenden visas till vänster, minska lyckan i 2500 km avstånd gruppen jämfört med 1 km gruppen. Tweets nära hemmet innehåller mer sannolikt de positiva orden "jag", "lol", "kärlek", "som", "haha", "min", "du" och "bra". Rör sig medurs, de tre inset i Figur 9A visar att de två textstorlekar är jämförbara, den största bidragande orsak till lycka skillnaden är minskningen av negativa ord som skrivits av individer mycket långt från deras förväntade plats, och de 50 ord som listas utgör ungefär 50% av den totala skillnaden mellan de två påsar av ord. Observera att de relativt små skillnaderna i h avg poäng återspeglar en liten signal, men en som vi har visat tidigare kan lösas med vår hedonometer [19]. Ytterligare ordväxlingsjämförelser för de fyra städer som undersökts tidigare finns i bilagan. Titta på ordet skillnader mellan individer med stora och små radier av gyration i Figur 9B, Vi ser att individer i den stora radien grupp författare från förväntad plats (A), och gyradius (B). Från och med plats, finner vi att tweets skrivna nära en individs centrum av massa är något lyckligare än de skrivna 1 km bort. De minst glada orden används i genomsnitt på ett avstånd som är representativt för en kort dagspendling till arbetet. Bortom detta minsta lyckliga avstånd finner vi anmärkningsvärt nog att lyckan ökar logaritmiskt med avståndet från förväntat läge. Kanske ännu mer anmärkningsvärt, finner vi en nästan identisk trend när gruppera individer snarare än tweets, observera att lycka också ökar logaritmiskt med gyradius. Personer med stor radie använder lyckligare ord än de som har ett mindre livsmönster. Vi finner den trend som observerats i Fig. 6 äger 3 av de 4 urbana områdena (Los Angeles, San Francisco och Chicago), se Figs. S5, S6. S5; S5; S5; S6; S5; S5; S6; S5; S5; S5; S6; S5; S5; S6; S5; S5; S6; S5; S5; S5; S6; S5; S5; S6; S5; S5; S6; S5; S5; S5; S6; S5; S5; S5; S6; S5; S5; S5; S6; S5; S5; S6; S5; S5; S5; S6. För att förklara skillnaden i uttryckt lycka som visas av olika mobilitetsgrupper, vänder vi oss till ordväxlingsdiagram i Bild. 7............................................................ Word shift diagram introducerades av Dodds och Danforth [27, 33] som ett sätt att undersöka de delar av språket som är ansvariga för lycka skillnader mellan två stora texter. Tänk till exempel på skillnaden mellan tweets som skrivits på sträckor på ungefär 1 km och 2500 km från en individs förväntade plats. Den genomsnittliga lycka poäng för dessa två avstånd är h avg = 5.96 och h avg = 6.13. Individuella ordbidrag till denna skillnad visas i bild. 7A, och kan beskrivas som följer. Ord som visas till höger öka lyckan av 2500km avstånd relativ 1km avstånd. Tweets som författats långt från en individs förväntade plats är t.ex. mer benägna att innehålla de positiva orden "strand", "ny", "stor", "park", "restaurang", "middag", "sortera", "kaffe", "lunch", "kafe" och "mat", och mindre benägna att innehålla de negativa orden "nej", "inte", "inte", "hata", "kan inte", "fördömda" och "aldrig" än tweets som postats i närheten av hemmet. Ord som går mot trenden visas till vänster, minska lyckan i 2500 km avstånd gruppen jämfört med 1 km gruppen. Tweets nära hemmet är mer benägna att innehålla de positiva orden "jag", "lol", "kärlek", "som", "haha", "min", "du" och "bra". Rör sig medurs, de tre infällningarna i Bild. 7A visar att de två textstorlekarna är jämförbara, den största bidragsgivaren till lycka skillnaden är minskningen i negativa ord som skrivits av individer mycket långt från deras förväntade plats, och de 50 ord som listas utgör ungefär 50% av den totala skillnaden mellan de två påsar av ord. Observera att de relativt små skillnaderna i h avg poäng återspeglar en liten signal, men en som vi har visat tidigare kan lösas med vår hedonometer [27]. Ytterligare ordväxlingsjämförelser för de fyra städer som undersökts tidigare finns i det kompletterande materialet, figurer. S7, S8. S7 och S8. Tittar på ordet skillnader mellan individer med största och minsta radie av gyration i Fig. 7B, Vi ser att individer inom den stora radien grupp författare de negativa orden "hata", "dont", "galna", "aldrig", "aldrig", "inte" och blandade svordomar mindre ofta, och de positiva orden "stora", "nya", "middag", "hahaha" och "lunch" oftare än den lilla radien gruppen. I motsats till denna trend använder den stora radiegruppen de positiva orden "jag", "lol", "kärlek", "gill", "rolig", "flicka" och "min" mindre ofta, och de negativa orden "nej" och "sista" oftare. Jämfört med andra grupper skapar den stora radiegruppen en ökad frekvens av ord med hänvisning till ätande, som orden "middag", "lunch", "restaurang" och "mat", och gör mindre hänvisning till trafikstockningar. Jämfört med de två figurerna, noterar vi att individer med stor radie skrattar mer (t.ex. "hahaha") än de med en liten Word rank r : (Color online) Word skift diagram som jämför (A) den lägsta genomsnittliga ordet lycka avstånd från hemgruppen till de ord som författats längst hemifrån, som också har den största genomsnittliga ordet lycka och (B) den minsta gyradius grupp med den största gyradius gruppen. Orden i ordet skiftar från topp till botten visas i fallande ordning av rankad procentandel bidrag till den totala genomsnittliga lycka skillnaden (Dh avg ) av de två texterna som jämförs. Den +/-symbols indikerar om ordet har en genomsnittlig lycka poäng som är glad eller ledsen i förhållande till hela texten T re f. Symbolerna " / # anger om ett ord användes mer eller mindre i T comp i förhållande till användning i T re f. Den vänstra inset panelen visar hur den rankade högsta bidragande ord till Dh avg kombinera i summa. De fyra cirklarna längst ner till höger visar det totala bidraget från de fyra ordtyperna (+ ", ", + #, #). Relativ textstorlek representeras av de grå rutorna. Se [19] för ytterligare detaljer och exempel på ordväxlingsdiagram. Figur 7: Ordväxlingsdiagram som jämför (A) det lägsta genomsnittliga ordet lycka avstånd från hemgruppen till de ord som författats längst hemifrån, som också har det största genomsnittliga ordet lycka och (B) den minsta gyradiusgruppen med den största gyradiusgruppen. Orden i ordet skiftar från topp till botten visas i fallande ordning av rangordnade procentuella bidrag till den totala genomsnittliga lycka skillnaden (-h avg ) av de två texter som jämförs. Den +/-symbols indikerar om ordet har en genomsnittlig lycka poäng som är glad eller ledsen i förhållande till hela texten T ref. Symbolerna ↑ / ↓ anger om ett ord användes mer eller mindre i T comp jämfört med användning i T ref. Den vänstra infällda panelen visar hur de rankade högsta bidragande orden till och avg kombineras i summan. De fyra cirklarna längst ner till höger visar det totala bidraget från de fyra ordtyperna | Frank och Al. fortsatte att karakterisera rörlighetsmönstren för 180.000 individer REF. | 15,331,421 | Happiness and the Patterns of Life: A Study of Geolocated Tweets | {'venue': 'Scientific Reports, Vol 3, No 2625, 2013', 'journal': None, 'mag_field_of_study': ['Medicine', 'Physics', 'Computer Science']} | 80,112 |
Abstract Social taggningssystem har fått ökad popularitet som en metod för att kommentera och kategorisera ett brett spektrum av olika webbresurser. Webbsökning som använder social taggning data lider av ett extremt exempel på ordförråd missmatchning problem som uppstått i traditionell informationssökning (IR). Detta beror på det personliga, obegränsade ordförråd som användarna väljer att beskriva och märka varje resurs. Tidigare forskning har föreslagit utnyttjande av frågeexpansion för att hantera sökning i detta ganska komplicerade utrymme. Icke-personliga tillvägagångssätt baserade på relevans feedback och personliga tillvägagångssätt baserade på samtidig statistik visade dock endast begränsade förbättringar. I detta dokument föreslås en ny ram för frågeexpansion baserad på individuella användarprofiler som bryts från de kommentarer och resurser som användaren har markerat. Den underliggande teorin är att regularisera mjukheten av ordbindningar över en ansluten graf med hjälp av en regularizer funktion på termer som extraheras från topprankade dokument. Intuitionen bakom modellen är det tidigare antagandet av termen konsekvens: de mest lämpliga expansionstermer för en fråga är sannolikt att associeras med, och påverkas av termer som extraheras från dokumenten rankas högt för den ursprungliga frågan. Ramverket innehåller samtidigt kommentarer och webbdokument genom en Tag-Topic-modell i en latent graf. De experimentella resultaten tyder på att den föreslagna personliga frågeexpansionsmetoden kan ge bättre resultat än både den klassiska icke-personifierade sökmetoden och andra personliga sökexpansionsmetoder. Det föreslagna tillvägagångssättet gynnar därför avsevärt personlig webbsökning genom att utnyttja användarnas sociala mediedata. | Nyligen har en frågeexpansionsmetod för personalisering föreslagits REF, som är toppmodern. | 14,249,734 | Improving search via personalized query expansion using social media | {'venue': 'Information Retrieval', 'journal': 'Information Retrieval', 'mag_field_of_study': ['Computer Science']} | 80,113 |
Abstract-Code dofter representerar symtom på dålig genomförande val. Tidigare studier visade att dessa lukter gör källkod svårare att upprätthålla, eventuellt också öka dess felbenägenhet. Det finns flera metoder som identifierar dofter baserade på kodanalystekniker. Vi observerar dock att många koddofter i sig kännetecknas av hur kodelement förändras över tiden. Att enbart förlita sig på strukturell information kanske därför inte är tillräckligt för att upptäcka alla lukter på ett korrekt sätt. Vi föreslår ett tillvägagångssätt för att upptäcka fem olika koddofter, nämligen Divergent Change, Shotgun Surgery, Parallel Inheritance, Blob och Feature Envy, genom att utnyttja förändringshistorik information från versionssystem. Vi tillämpade tillvägagångssätt, myntat som HIST (Historisk Information för luktdeTection), till åtta programvaruprojekt skrivna i Java, och där så är möjligt jämfört med befintliga toppmoderna luktdetektorer baserade på källkodsanalys. Resultaten visar att HIST:s precision varierar mellan 61 % och 80 %, och dess återkallande varierar mellan 61 % och 100 %. Ännu viktigare är att resultaten bekräftar att HIST kan identifiera koddofter som inte kan identifieras genom metoder som enbart baseras på kodanalys. | HIST (Historisk information för luktdetektion) är ett tillvägagångssätt som föreslås av REF för att upptäcka fem olika koddofter där egenskapen avund är en av dessa dofter. | 4,500,172 | Detecting bad smells in source code using change history information | {'venue': '2013 28th IEEE/ACM International Conference on Automated Software Engineering (ASE)', 'journal': '2013 28th IEEE/ACM International Conference on Automated Software Engineering (ASE)', 'mag_field_of_study': ['Computer Science']} | 80,114 |
häst zebra zebra häst Sommar Vinter vinter vinter vinter sommar Fotografering Van Gogh Cezanne Monet Ukiyo-e Monet Bilder Monet foto foto Monet Figur 1: Med tanke på två oordnade bildsamlingar X och Y, vår algoritm lär sig att automatiskt "översätta" en bild från en till den andra och vice versa. Exempel ansökan (botten): med hjälp av en samling målningar av en berömd konstnär, lära sig att göra en användares fotografi i deras stil. Image-to-image översättning är en klass av vision och grafik problem där målet är att lära sig kartläggningen mellan en ingångsbild och en utgångsbild med hjälp av en utbildning uppsättning av anpassade bildpar. För många uppgifter kommer dock inte parade träningsdata att finnas tillgängliga. Vi presenterar ett tillvägagångssätt för att lära sig översätta en bild från en källkodsdomän X till en måldomän Y i avsaknad av parade exempel. Vårt mål är att lära sig en kartläggning G : X → Y sådan att distributionen av bilder från G(X) är oskiljaktig från distributionen Y med hjälp av en kontradiktorisk förlust. Eftersom denna kartläggning är mycket underkonsekventa, vi par det med en invers kartläggning F : Y → X och införa en cykelkonsistens förlust att push F (G(X)) på X (och vice versa). Kvalitativa resultat presenteras på flera uppgifter där parade träningsdata inte finns, inklusive insamling stil överföring, objekttransfiguration, säsong överföring, fotoförbättring, etc. Kvantitativa jämförelser mot flera tidigare metoder visar hur överlägsen vår strategi är. | CycleGAN REF använder direkt två grupper av generatorer och diskriminatorer för att utbilda en kartläggning och en omvänd kartläggning mellan käll- och måldomäner. | 206,770,979 | Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks | {'venue': '2017 IEEE International Conference on Computer Vision (ICCV)', 'journal': '2017 IEEE International Conference on Computer Vision (ICCV)', 'mag_field_of_study': ['Computer Science']} | 80,115 |
Generativa Adversarial Networks (Gans) har nyligen visat sig kunna approximera komplexa datadistributioner. En relevant utvidgning av denna modell är villkorade GAN (cganer), där införandet av extern information gör det möjligt att fastställa specifika representationer av de genererade bilderna. I detta arbete utvärderar vi kodare för att invertera kartläggningen av en cGAN, dvs. att kartlägga en verklig bild i ett latent utrymme och en villkorlig representation. Detta gör det till exempel möjligt att rekonstruera och ändra verkliga bilder av ansikten konditionering på godtyckliga attribut. Dessutom utvärderar vi utformningen av CGANs. Kombinationen av en kodare med en cGAN, som vi kallar Invertible cGAN (ICGAN), gör det möjligt att återskapa verkliga bilder med deterministiska komplexa modifieringar. | IcGAN REF består av en kodare och en villkorlig GAN-generator med hjälp av en normal distribution oberoende av attributet för att generera latent bild representation. | 18,500,294 | Invertible Conditional GANs for image editing | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,116 |
Millimetervåg (mmWave) kommunikation är tänkt som en hörnsten för att uppfylla datahastighetskraven för femte generationens (SG) cellulära nätverk. I mmVågkommunikation betraktas strålformning som en nyckelteknik för att bekämpa den höga vägförlusten, och till skillnad från konventionell mikrovågskommunikation kan strålformning vara nödvändig även under den inledande åtkomst-/cellsökningen. Bland de föreslagna strålformningssystem för inledande cellsökning är analog strålformning ett effekteffektivt tillvägagångssätt men lider av dess inneboende sökfördröjning under initial åtkomst. I detta arbete hävdar vi att analog strålformning fortfarande kan vara ett lönsamt val när kontextinformation om mmWave basstationer (BS) finns tillgänglig på mobilstationen (MS). Därefter studerar vi hur prestandan hos analog strålformning försämras vid vinkelfel i den tillgängliga kontextinformationen. Slutligen presenterar vi en analog strålformningsmottagare arkitektur som använder flera matriser av fasskiftare och en enda RF-kedja för att bekämpa effekten av vinkelfel, vilket visar att det kan uppnå samma prestanda som hybrid strålformning. | I REF studerar författarna slutligen hur prestandan hos analog strålformning försämras vid vinkelfel i den tillgängliga Sammanhangsinformationen under den inledande cellsökningen. | 8,095,829 | Context information based initial cell search for millimeter wave 5G cellular networks | {'venue': '2016 European Conference on Networks and Communications (EuCNC)', 'journal': '2016 European Conference on Networks and Communications (EuCNC)', 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,117 |
Abstract-I detta arbete studerar vi hur kontinuerlig videoövervakning och intelligent videobehandling kan användas i äldreomsorg för att hjälpa independent living av äldste och för att förbättra effektiviteten i äldreomsorg praxis. Mer specifikt utvecklar vi en automatiserad aktivitetsanalys och sammanfattning för videoövervakning av äldreomsorg. På objektnivå konstruerar vi en avancerad siluettextraktion, mänsklig detektering och spårningsalgoritm för inomhusmiljöer. På funktionsnivån utvecklar vi en adaptiv inlärningsmetod för att uppskatta den fysiska placeringen och rörelsehastigheten hos en person från en enda kameravy utan kalibrering. På åtgärdsnivå utforskar vi hierarkiska beslutsträd och metoder för att minska dimensionerna för erkännande av mänskliga åtgärder. Vi tar fram viktig ADL-statistik för automatiserad funktionsbedömning. För att testa och utvärdera de föreslagna algoritmerna och metoderna använder vi kamerasystemet i en verklig livsmiljö i ungefär en månad och har samlat in mer än 200 timmar (mer än 600 G byte) av aktivitetsövervakningsvideor. Våra omfattande tester över dessa massiva videodataset visar att det föreslagna automatiska aktivitetsanalyssystemet är mycket effektivt. | Ref presenterade en automatiserad aktivitetsanalys och sammanfattning för övervakning av äldre. | 1,612,022 | Activity Analysis, Summarization, and Visualization for Indoor Human Activity Monitoring | {'venue': 'IEEE Transactions on Circuits and Systems for Video Technology', 'journal': 'IEEE Transactions on Circuits and Systems for Video Technology', 'mag_field_of_study': ['Computer Science']} | 80,118 |
Abstract-State-of-the-art objekt detekteringsnätverk är beroende av region förslag algoritmer för att hypothesize objekt platser. Framsteg som SPPnet [1] och Fast R-CNN [2] har minskat drifttiden för dessa detektionsnät, vilket exponerar beräkning av regionförslag som flaskhals. I detta arbete introducerar vi ett regionförslagsnätverk (RPN) som delar fullbildskonvolutionella funktioner med detektionsnätverket, vilket möjliggör nära nog kostnadsfria regionförslag. Ett RPN är ett helt konvolutionellt nätverk som samtidigt förutsäger objektgränser och objektitetspoäng vid varje position. RPN är utbildad end-to-end för att generera högkvalitativa regionförslag, som används av Fast R-CNN för detektion. Vi slår ytterligare samman RPN och Fast R-CNN till ett enda nätverk genom att dela deras konvolutionella funktioner-med hjälp av den nyligen populära terminologin för neurala nätverk med "attention" mekanismer, RPN komponenten talar om för det enhetliga nätverket var man ska leta. För den mycket djupa VGG-16-modellen [3] har vårt detektionssystem en bildhastighet på 5 fps (inklusive alla steg) på en GPU, samtidigt som vi uppnår toppmoderna objektdetektionsnoggrannhet på PASCAL VOC 2007, och MS COCO-datauppsättningar med endast 300 förslag per bild. I ILSVRC och COCO 2015 tävlingar, Snabbare R-CNN och RPN är grunden för den 1: a plats vinnande poster i flera spår. Koden har gjorts tillgänglig för allmänheten. Regionens förslagsmetoder är vanligtvis beroende av billiga funktioner och ekonomiska slutledningssystem. Selektiv sökning [4], en av de mest populära metoderna, sammansmälter girigt superpixel baserat på konstruerade låg nivå funktioner. Ändå jämfört med effektiva detektionsnätverk [2], Selektiv sökning är en storleksordning långsammare, på 2 sekunder per bild i en CPU-implementation. EdgeBoxar [6] ger för närvarande den bästa kompromissen mellan förslagskvalitet och hastighet, med 0,2 sekunder per bild. Trots detta konsumerar regionförslaget lika mycket drifttid som nätverket för upptäckt. Man kan notera att snabba regionbaserade CNN dra nytta av GPU, medan de regionala förslag metoder som används i forskning genomförs på CPU, vilket gör sådana runtime jämförelser ojämförliga. Ett självklart sätt att påskynda beräkningen av förslag är att återinföra det för GPU. Detta kan vara en effektiv teknisk lösning, men omgenomförandet bortser från down-stream detektion nätverk och därför missar viktiga möjligheter att dela beräkningar. I detta dokument visar vi att en algoritmisk förändringskomputerande förslag med en djup konvolutionell neural nätverk-leads till en elegant och effektiv lösning där förslagsberäkning är nästan gratis med tanke på detektionsnätverkets beräkning. I detta syfte introducerar vi nya regionala förslagsnätverk (RPN) som delar konvolutionella skikt med toppmoderna nätverk för objektdetektering [1], [2]. Genom att dela konvolutioner vid testtid är marginalkostnaden för datorförslag liten (t.ex. 10 ms per bild). Vår iakttagelse är att de konvolutionella funktionskartor som används av regionbaserade detektorer, som Fast R-CNN, också kan användas för att generera regionförslag. Ovanpå dessa konvolutionella funktioner konstruerar vi en RPN genom att lägga till några ytterligare konvolutionella lager som samtidigt regresserar regiongränser och objektitet poäng på varje plats på ett vanligt rutnät. RPN är således ett slags fullständigt konvolutionsnätverk [7] och kan utbildas från början till slut särskilt för uppgiften att ta fram förslag på detektering. RPN är utformade för att effektivt förutsäga regionala förslag med ett brett spektrum av skalor och proportioner. I motsats till vanliga metoder [1], [2], [8], [9] som använder pyramider av bilder (Fig. 1a) eller filterpyramider (Fig. 1b), Vi introducerar nya "anchor" rutor som fungerar som referenser på flera skalor och proportioner. Vårt schema kan ses som en pyramid av regressionsreferenser (Fig. 1c), som undviker att räkna upp bilder eller filter av flera skalor eller proportioner. Denna modell fungerar bra när den är tränad och testad med enskaliga bilder och därmed gynnar körhastigheten. För att förena RPNs med snabba R-CNN [2] objektdetekteringsnätverk, föreslår vi ett utbildningsprogram som alternerar S. Ren är med | Senare arbeten som Faster-RCNN REF tar itu med problemet med ett flerskikts regionförslagsnätverk (RPN), som uppnår utmärkt objektdetekteringsprestanda. | 10,328,909 | Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks | {'venue': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'journal': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,119 |
Allt fler trådlösa sensornätverk använder skördad miljöenergi för att förlänga systemets livslängd. Eftersom tidsprofilerna för sådana energikällor uppvisar stor variation på grund av dynamiska vädermönster, är ett viktigt problem att utforma en adaptiv duty-cycling mekanism som gör det möjligt för sensornoder att bibehålla sin strömförsörjning på tillräckliga nivåer (energineutral drift) genom att anpassa sig till förändrade miljöförhållanden. Befintliga tekniker för att ta itu med detta problem är minimalt anpassningsbara och förutsätter förkunskaper om energiprofilen. Även om sådana metoder är rimliga i miljöer som uppvisar låg varians, finner vi att det är mycket ineffektivt i mer varierande scenarier. Vi introducerar en ny teknik för att lösa detta problem baserat på resultat från adaptiv kontrollteori och visar att vi uppnår bättre prestanda än tidigare metoder på en bredare klass av energikälla dataset. Dessutom innehåller vi en mekanism för att minska variansen i nodens tjänstgöringscykel över tid, vilket är ett viktigt inslag i uppgifter som händelseövervakning. Vi får minskningar i varians så stor som två tredjedelar utan att kompromissa uppgiftsprestanda eller förmåga att upprätthålla energineutral drift. | I REF, förutom att justera arbetscykeln för sensorerna för att uppnå energi-Neutral drift, författarna också överväga variabiliteten i miljöenergi resurs och försöka minska variationen i arbetscykeln med hjälp av adaptiv kontroll teori. | 13,211,654 | Adaptive Control of Duty Cycling in Energy-Harvesting Wireless Sensor Networks | {'venue': '2007 4th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks', 'journal': '2007 4th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks', 'mag_field_of_study': ['Computer Science']} | 80,120 |
OpenPTrack är en öppen källkodsprogramvara för multikamerakalibrering och personspårning i RGB-D-kameranätverk. Det gör det möjligt att spåra människor i stora volymer vid sensor bildhastighet och stöder för närvarande en heterogen uppsättning 3D-sensorer. I detta arbete beskriver vi dess användarvänliga kalibreringsförfarande, som består av enkla steg med realtidsfeedback som gör det möjligt att få korrekta resultat vid uppskattning av kamerans poser som sedan används för att spåra människor. På toppen av en kalibrering baserad på att flytta en checkerboard inom spårningsutrymmet och på en global optimering av kameror och checkerboards utgör, en ny procedur som justerar människor upptäckter som kommer från alla sensorer i ett x-y-tid utrymme används för att förfina kameraposer. Medan människor detektion utförs lokalt, i de maskiner som är anslutna till varje sensor, spårning utförs av en enda nod som tar hänsyn till detektioner från hela nätverket. Här beskriver vi hur en kaskad av algoritmer som arbetar med djuppunktsmoln och färg, infraröda och divergensbilder används för att utföra persondetektering från olika typer av sensorer och i alla inomhusljusförhållanden. Vi presenterar experiment som visar att en betydande förbättring kan uppnås med den föreslagna kalibrering förfining förfarande som utnyttjar människor upptäckter och vi jämför Kinect v1, Kinect v2 och Mesa SR4500 prestanda för människor spårning applikationer. OpenPTrack är baserat på Robotoperativsystemet och Point Cloud Library och har redan antagits i nätverk som består av upp till tio bilder för interaktiva tillämpningar inom konst, utbildning, kultur och människarobotinteraktion. | OpenPTrack REF är en öppen källkodsprogramvara för att upptäcka och spåra människor, men den inkluderar även kalibrering av RGB-D-kameranätverk. | 5,860,216 | OpenPTrack: Open source multi-camera calibration and people tracking for RGB-D camera networks | {'venue': 'Robotics Auton. Syst.', 'journal': 'Robotics Auton. Syst.', 'mag_field_of_study': ['Computer Science']} | 80,121 |
Botnät är det vanligaste verktyget för it-brottsverksamhet. De används för spamming, nätfiske, överbelastningsattacker, brute-force sprickbildning, stöld av privat information och cyberkrigföring. Botnets utföra nätverksskanningar av flera skäl, inklusive söka efter sårbara maskiner för att infektera och rekrytera in i botnet, undersöka nätverk för uppräkning eller penetration, etc. Vi presenterar mätning och analys av en horisontell scanning av hela IPv4-adressutrymmet som genomfördes av Sality botnet i februari förra året. Denna 12-dagars scan härstammar från cirka 3 miljoner distinkta IP-adresser, och använde en kraftigt samordnad och ovanligt hemlig scanning strategi för att försöka upptäcka och kompromissa VoIP-relaterad (SIP-server) infrastruktur. Vi observerade denna händelse genom UCSD Network Telescope, ett /8 mörknät som kontinuerligt tar emot stora mängder oönskad trafik, och vi korrelerar denna trafikdata med andra offentliga datakällor för att validera våra slutsatser. Sality är en av de största botnät någonsin identifierats av forskare, dess beteende representerar olycksbådande framsteg i utvecklingen av moderna malware: användningen av mer sofistikerade stealth scanning strategier av miljontals samordnade bots, målinriktad kritisk röst kommunikation infrastruktur. Detta arbete erbjuder en detaljerad dissektion av botnet s skanning beteende, inklusive allmänna metoder för att korrelera, visualisera och extrapolera botnet beteende över den globala Internet. | Dhainotti m.fl. REF introducerade en teknik för karakterisering av en storskalig smygsökning för hela IPv4 utrymme (en "/0" skanning) som utförs av Sality botnet. | 207,199,804 | Analysis of a "/0" stealth scan from a botnet | {'venue': "IMC '12", 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,122 |
Neural arkitektur sökning (NAS) har en stor inverkan genom att automatiskt utforma effektiva neurala nätverk arkitekturer. Den oöverkomliga beräkningsefterfrågan för konventionella NAS-algoritmer (t.ex. 10 4 GPU timmar) gör det svårt att direkt söka arkitekturer på storskaliga uppgifter (t.ex. AvbildaNet). Differentierbara NAS-enheter kan minska kostnaden för GPU-timmar genom en kontinuerlig representation av nätverksarkitekturen, men drabbas av problemet med hög GPU-minnesförbrukning (växa linjärt w.r.t. kandidat inställd storlek). Som ett resultat, de behöver för att använda proxy uppgifter, såsom utbildning på en mindre datauppsättning, eller lärande med bara några block, eller träning bara för några epoker. Dessa arkitekturer optimerade på proxyuppgifter är inte garanterade att vara optimal på måluppgift. I det här dokumentet presenterar vi Proxyless-NAS som direkt kan lära sig arkitekturerna för storskaliga måluppgifter och hårdvaruplattformar. Vi tar itu med problemet med hög minnesförbrukning för olika NAS-enheter och minskar beräkningskostnaden (GPU-timmar och GPU-minne) till samma nivå av regelbunden träning samtidigt som vi fortfarande tillåter en stor kandidatuppsättning. Experiment på CIFAR-10 och ImageNet visar effektiviteten av direktion och specialisering. På CIFAR-10, vår modell uppnår 2,08% testfel med endast 5,7M parametrar, bättre än den tidigare state-of-the-art arkitektur AmoebaNet-B, samtidigt som du använder 6× färre parametrar. På ImageNet uppnår vår modell 3,1% bättre topp-1 noggrannhet än MobileNetV2, samtidigt som den är 1,2× snabbare med uppmätt GPU latency. Vi tillämpar även ProxylessNAS för specialiserade neurala arkitekturer för hårdvara med direkta hårdvarumått (t.ex. latency) och ge insikter för effektiv CNN arkitekturdesign. 1 1 Förskolade modeller och utvärderingskod ges ut på https://github.com/MIT-HAN-LAB/ProxylessNAS. Figur 1: ProxylessNAS optimerar direkt neurala nätverksarkitekturer på måluppgift och hårdvara. Dra nytta av den direkta och specialisering, kan ProxylessNAS uppnå anmärkningsvärt bättre resultat än tidigare proxy-baserade metoder. Proxy (figur 1 ). Vi tar också bort begränsningen av upprepade block i tidigare NAS-enheter Liu et al., 2018c) och låter alla block läras och specificeras. För att uppnå detta minskar vi beräkningskostnaden (GPU-timmar och GPU-minne) för arkitektursökning till samma nivå av regelbunden utbildning på följande sätt. GPU timvis, inspirerad av nya verk (Liu et al., 2018c; Bender et al., 2018) formulerar vi NAS som en process för beskärning av sökvägar. Specifikt tränar vi direkt ett överparameteriserat nätverk som innehåller alla kandidatbanor ( Figur 2). Under utbildningen introducerar vi uttryckligen arkitekturparametrar för att lära oss vilka vägar som är överflödiga, medan dessa redundanta vägar beskärs i slutet av utbildningen för att få en kompakt optimerad arkitektur. På så sätt behöver vi bara träna ett enda nätverk utan meta-controller (eller hypernätverk) under arkitektursökningen. Men naivt med alla kandidatvägar leder till GPU-minnesexplosion (Liu et al., 2018c; Bender et al., 2018), eftersom minnesförbrukningen växer linjärt w.r.t. Antalet val. Således, GPU minne-wise, vi binarize arkitekturparametrarna (1 eller 0) och tvinga bara en väg för att vara aktiv vid körtid, vilket minskar det nödvändiga minnet till samma nivå av utbildning en kompakt modell. Vi föreslår en lutningsbaserad metod för att träna dessa binariserade parametrar baserat på Bina-ryConnect (Courbariaux et al., 2015). Dessutom, för att hantera icke-differentiable hårdvarumål (med latency som exempel) för att lära specialiserade nätverksarkitekturer på målhårdvara, modellerar vi nätverk latency som en kontinuerlig funktion och optimerar den som regularization förlust. Dessutom presenterar vi även en REINFORCE-baserad (Williams, 1992) algoritm som en alternativ strategi för att hantera hårdvarumått. I våra experiment på CIFAR-10 och ImageNet, dra nytta av den direkta och specialisering, vår metod kan uppnå starka empiriska resultat. På CIFAR-10 når vår modell 2,08% testfel med endast 5,7M parametrar. På ImageNet uppnår vår modell 75,1% topp-1 noggrannhet som är 3,1% högre än MobileNetV2 (Sandler et al., 2018) samtidigt som den är 1,2× snabbare. Våra bidrag kan sammanfattas på följande sätt: • ProxylessNAS är den första NAS-algoritmen som direkt lär sig arkitekturer på den storskaliga datauppsättningen (t.ex. ImageNet) utan någon proxy medan fortfarande tillåter en stor kandidat ställa och ta bort begränsningen av upprepa block. Det utvidgade effektivt sökområdet och uppnådde bättre prestanda. • Vi tillhandahåller ett nytt sökvägsperspektiv för NAS-enheten, vilket visar en nära anslutning mellan NAS-enheten och modellkomprimering (Han et al., 2016). Vi sparar minnesförbrukningen i en storleksordning genom att använda bana-nivå binarization. • Vi föreslår en ny gradientbaserad metod (latensregleringsförlust) för hantering av hårdvarumål (t.ex. latency) (t.ex. "latency") och "latency" (t.ex. "latency" (t.ex. "latency") (t.ex. "latency" eller "latency" (t.ex. latency). Med tanke på olika hårdvaruplattformar: CPU/GPU/FPGA/TPU/NPU, ProxylessNAS möjliggör hårdvarumedveten neural nätverk specialisering som är exakt optimerad för målhårdvaran. Till vår bästa kunskap är det första arbetet med att studera specialiserade neurala nätverksarkitekturer för olika maskinvaruarkitekturer. • Omfattande experiment visade fördelen med direktionen egendom och specialisering egenskapen ProxylessNAS. Det uppnådde state-of-the-art noggrannhet prestanda på CIFAR-10 och ImageNet under latency begränsningar på olika hårdvaruplattformar (GPU, CPU och mobiltelefon). Vi analyserar också insikterna i effektiva CNN-modeller specialiserade på olika hårdvaruplattformar och ökar medvetenheten om att specialiserad neural nätverksarkitektur behövs på olika hårdvaruarkitekturer för effektiv inferens. | ProxylessNAS REF antog det differentierade ramverket och föreslog att arkitekturer skulle sökas efter måluppgiften i stället för det konventionella proxybaserade ramverket. | 54,438,210 | ProxylessNAS: Direct Neural Architecture Search on Target Task and Hardware | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,123 |
Abstract-Vi studerar inipaet av fusk noder i applikationsnivå niulticast overlay träd. Vi fokuserar på själviska noder som agerar självständigt. fuska med sina avståndsmätningar under kontrollfasen genom att putsa eller underhålla trädet. Mer exakt, vi studerar, genom simuleringar, effekten av enkla fusk strategier i fyra protokoll. företrädare för olika programnivå multicast protoml "faniilies": HBM (en protoeol har centraliserat tillvägagångssätt), TBCP (en distribuerad, trädfin1 protncnl), NICE (en distrihuted. Träd första protokollet har om klusterbildning) och NARADA (en mesh första protokollet). Vi utvärderar effekterna av fusk på prestandan av overlay träd som upplevda hy sina noder och det underliggande nätverket. | Författare i REF diskuterade effekterna av fusk noder i fyra representativa trädbaserade ALM protokoll och främst fokuserade på själviska noder agerar självständigt, fusk om deras avstånd vektorer när man bygger trädet. | 2,425,183 | Impact of simple cheating in application-level multicast | {'venue': 'IEEE INFOCOM 2004', 'journal': 'IEEE INFOCOM 2004', 'mag_field_of_study': ['Computer Science']} | 80,124 |
Vi introducerar Embed to Control (E2C), en metod för modellinlärning och styrning av icke-linjära dynamiska system från råa pixelbilder. E2C består av en djup generativ modell, som tillhör familjen av variationella autokodrar, som lär sig att generera bildbanor från ett latent utrymme där dynamiken begränsas till att vara lokalt linjär. Vår modell är härledd direkt från en optimal kontroll formulering i latent utrymme, stöder långsiktig förutsägelse av bildsekvenser och uppvisar stark prestanda på en mängd komplexa kontrollproblem. | Nyligen, REF använda timliga generativa modeller för optimal kontroll. | 1,731,857 | Embed to Control: A Locally Linear Latent Dynamics Model for Control from Raw Images | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science', 'Mathematics']} | 80,125 |
Vi studerar multisändningskapaciteten hos ett slumpmässigt trådlöst nätverk som består av vanliga trådlösa noder och basstationer, så kallade hybridnätverk. Anta att n vanliga trådlösa noder är slumpmässigt utplacerade i en fyrkantig region och alla noder har det enhetliga överföringsområdet r och det enhetliga interferensintervallet R > r. Vi antar vidare att varje vanlig trådlös nod kan överföra/ta emot på W-bitar/sekund över en gemensam trådlös kanal. Dessutom finns det m ytterligare basstationer (antingen källnoder eller mottagarnoder) placerade regelbundet i denna fyrkantiga region och anslutna av en högbandsbredd trådbundna nätverk. För varje vanlig nod v väljer vi slumpmässigt k − 1 noder från de andra n − 1 vanliga noderna som mottagare av multisändningssessionen rotad på nod v. Den aggregerade multisändningskapaciteten definieras som den totala datahastigheten för alla multisändningssessioner i detta hybridnätverk. Vi härleder asymptotiska övre gränser och nedre gränser på multicast kapacitet hybrid trådlösa nätverk. Den totala multisändningskapaciteten är O( ) och är minst på (W ) respektive. När k = och (n log n ) är multisändningskapaciteten (W ). | Däremot studerar Ref den multicast-transportkapaciteten för ett hybridnät och belyser dess asymtomotiska tillväxthastighet i antalet nätverksnoder. | 12,901,001 | Multicast capacity for hybrid wireless networks | {'venue': "MobiHoc '08", 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,126 |
Att uppskatta huvudet pose av en person är ett avgörande problem som har en stor mängd applikationer såsom medhjälp i blickuppskattning, modellera uppmärksamhet, montera 3D-modeller för video och utföra ansiktsuppriktning. Traditionellt huvudpose beräknas genom att uppskatta några nyckelpunkter från målet ansikte och lösa 2D till 3D korrespondens problem med en genomsnittlig mänsklig huvudmodell. Vi hävdar att detta är en bräcklig metod eftersom den helt bygger på landmärkesdetektion prestanda, den främmande huvudmodellen och en ad-hoc montering steg. Vi presenterar ett elegant och robust sätt att bestämma pose genom att träna ett multi-förlust konvolutionellt neurala nätverk på 300W-LP, en stor syntetiskt expanderade datauppsättning, för att förutsäga inneboende Euler vinklar (yaw, tonhöjd och rulle) direkt från bildintensiteter genom gemensamma binned pose klassificering och regression. Vi presenterar empiriska tester på gemensamma in-the-wild utgör referensdatauppsättningar som visar toppmoderna resultat. Dessutom testar vi vår metod på en datauppsättning som vanligtvis används för pose estimering med hjälp av djup och börjar täppa till gapet med state-of-the-art djup pose metoder. Vi öppnar vår utbildnings- och testkod samt släpper våra förtränade modeller. | I REF, Ruiz et al.använde ett stort syntetiskt expanderat huvud pose dataset för att träna en ganska djup multi-förlust konvolutional neurala nätverk (CNN) för huvudet pose uppskattning och fick nöjd noggrannhet. | 4,880,325 | Fine-Grained Head Pose Estimation Without Keypoints | {'venue': 'The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2018, pp. 2074-2083', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,127 |
Parametrarna för statistiska översättningsmodeller beräknas normalt från meningsjusterad parallell corpora. Vi visar att betydande förbättringar av dessa modellers anpassnings- och översättningskvalitet kan uppnås genom att även ordagranna data inkluderas under utbildningen. Inkorporera ordnivåanpassningar i parameteruppskattningen av IBM-modellerna minskar justeringsfelfrekvensen och ökar Bleu-poängen jämfört med att träna samma modeller endast på meningsjusterade data. På Verbmobils datauppsättning uppnår vi en 38-procentig minskning av justeringsfelfrekvensen och en högre Bleu-poäng med hälften så många träningsexempel. Vi diskuterar hur varierande förhållandet mellan ordjusterade och meningsjusterade data påverkar den förväntade resultatvinsten. | De minskar anpassning felfrekvensen med 38% och öka Bleu poäng, samtidigt som man använder hälften av antalet utbildningsexempel REF. | 13,169,626 | Statistical Machine Translation With Word- And Sentence-Aligned Parallel Corpora | {'venue': 'Annual Meeting Of The Association For Computational Linguistics', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,128 |
Abstract-I detta dokument, gemensam resursallokering och effektstyrning för energieffektiv enhet-till-enhet (D2D) kommunikation underlaying cellulära nätverk undersöks. Resurserna och kraften är optimerade för att maximera energieffektiviteten (EE) för D2D-kommunikation. Genom att utnyttja egenskaperna hos delprogrammering omvandlar vi det ursprungliga icke-konvexa optimeringsproblemet i fraktionerad form till ett motsvarande optimeringsproblem i subtraktiv form. Därefter föreslås ett effektivt iterativt resursfördelnings- och kraftkontrollsystem. I varje iteration, en del av begränsningarna i EE optimering problem avlägsnas genom att utnyttja strafffunktion tillvägagångssätt. Vi föreslår vidare en ny tvåskiktsstrategi som gör det möjligt att hitta det optimala vid varje iteration genom att frikoppla problemet med EE-optimering av gemensam resursallokering och effektstyrning i två separata steg. I det första skiktet erhålls de optimala effektvärdena genom att lösa en serie av maximeringsproblem genom att rotfinna med eller utan att ta hänsyn till förlusten av cellulära användares hastigheter. I det andra skiktet hör det formulerade optimeringsproblemet till ett klassiskt resursallokeringsproblem med ett enda tilldelningsformat som medger en nätverksflödesformulering så att den kan lösas till optimalitet. Simuleringsresultaten visar de anmärkningsvärda förbättringarna när det gäller EE genom att använda det föreslagna iterativa resursfördelnings- och effektkontrollsystemet. | I REF undersöks gemensam resursallokering och kraftstyrning i ett D2D-nätverk med hjälp av delprogrammering, och en lätthanterlig iterativ lösning föreslås som kan förbättra energi- och resursanvändningseffektiviteten. | 644,671 | Energy Efficient Joint Resource Allocation and Power Control for D2D Communications | {'venue': 'IEEE Transactions on Vehicular Technology, August 2016', 'journal': None, 'mag_field_of_study': ['Computer Science', 'Mathematics']} | 80,129 |
ii presenterar resultaten av videobaserade försök med mänsklig robotinteraktion (HRI) som undersökte människors uppfattningar om olika robotutseenden och tillhörande uppmärksamhetssökande funktioner och beteenden som visas av robotar med olika utseende och beteenden. I HCI-försöken studerades deltagarnas preferenser för olika egenskaper hos robotens utseende och beteende samt deras personlighetsattribueringar mot robotarna jämfört med deras egna personligheter. Sammantaget tenderade deltagarna att föredra robotar med mer mänskligt utseende och attribut. Systematiska individuella skillnader i de dynamiska utseendena stämmer dock inte överens med en universell effekt. Introverta och deltagare med lägre emotionell stabilitet tenderade att föredra det mekaniska utseendet i högre grad än andra deltagare. Det visas också att det är möjligt att värdera enskilda element i en viss robots beteende och sedan bedöma bidraget, eller på annat sätt, av detta element till den övergripande uppfattningen av roboten av människor. Om deltagarnas dynamiska utseende betyg av enskilda robotar till oberoende statiska utseende betyg gav bevis som kunde tas för att stödja en del av den vänstra sidan av Moris teoretiskt föreslagna "uncanny Valley" diagram. Förslag till framtida arbete beskrivs. Robotar som för närvarande är kommersiellt tillgängliga för användning i en hemmiljö och som har mänskliga interaktionsfunktioner är ofta inriktade på leksaks- eller underhållningsfunktioner. I framtiden, en robot följeslagare som är att hitta en mer allmänt användbar plats i en mänsklig orienterad hemmiljö, och därmed dela ett privat hem med en person eller familj, måste uppfylla två huvudkriterier Det måste kunna utföra en rad användbara uppgifter eller funktioner. De tekniska utmaningarna med att få en robot att utföra användbara uppgifter är extremt svåra, och många forskare forskar för närvarande om de tekniska förmågor som kommer att krävas för att utföra användbara funktioner i en mänsklig centrerad miljö inklusive navigering, manipulation, vision, tal, avkänning, säkerhet, systemintegration och planering. De andra kriterierna är utan tvekan lika viktiga, eftersom om roboten inte uppvisar socialt acceptabelt beteende, då människor kan avvisa roboten om det är irriterande, irriterande, oroande eller skrämmande för mänskliga användare. Därför: Forskning om sociala robotar ingår i allmänhet inom det snabbt växande området människa-robotinteraktion (HRI). För en översikt över socialt interaktiva robotar (robotar utformade för att interagera med människor på ett socialt sätt) se Fong et al. (2003).................................................................. Relevanta exempel på studier och undersökningar av mänskliga reaktioner på robotar är: Goetz et al. (2003) där frågor om robot utseende, beteende och uppgift domäner undersöktes, och Severinson-Eklundh et al. (2003) som dokumenterar en longitudinell HCI-prövning som undersöker det mänskliga perspektivet av att använda en robotassistent under flera veckor. Khan (1998), Scopelliti m.fl. (2004) och Dautenhahn et al. (2005) har kartlagt människors syn på robotar för att underlätta utvecklingen av en första designspecifikation för robotar för hushåll eller tjänare. Kanda m.fl. (2004) presenterar resultat från en longitudinell HCI-studie med en robot som arbetskamrat och kamrathandledare som hjälper barn att lära sig engelska. Som ofta är fallet i HRI, på grund av dess tvärvetenskapliga natur (Sabanovic et al. (2007)) bygger den teoretiska och empiriska grunden för denna studie på tre olika, men sammanflätade områden, som kommer att diskuteras separat i tre avsnitt nedan. Den första delen kommer att bygga på observationer från HRIS forskning om effekterna av robotens utseende. Detta avsnitt följs av en kort sammanfattning från psykologisk och HRI-litteratur om hur människor tillskriver sig personlighet, avsikter och förmågor hos både människor och robotar i situationer baserade på utseende, särskilt i situationer med begränsad information tillgänglig. Slutligen kommer eventuella effekter av individuella skillnader i samband med robotutseende, liksom i HRI i allmänhet, att undersökas, innan man avslutar detta avsnitt med presentationen av de forskningsfrågor som rör den aktuella studien. Som är fallet för människa-mänsklig interaktion (jfr. Zebrowitz m.fl. (2004) ), är det att förvänta att mänskliga uppfattningar om robot socialt beteende i stor utsträckning kommer att bero på dess utseende. Robotar kan placeras på en antropomorf utseende skala som varierar från mekaniskt utseende till ett människolikt utseende som föreslagits av Kiesler & Goetz (2002), Goetz et al. (2003) och Woods et al. (2004)................................................................ Hinds m.fl. (2004) har studerat effekten av robotutseende på människor som utför en gemensam uppgift med en robot. Fynden visar att mekaniska robotar tenderar att behandlas mindre artigt än robotar med ett mer mänskligt utseende. Dessutom behandlar människor vanligen mekaniska robotar på ett subservientivt sätt (d.v.s. mindre socialt interaktivt) jämfört med mer mänskliga robotar. Dessutom är förväntningarna i allmänhet lägre när det gäller förmågor och pålitlighet för mekaniska robotar. De flesta för närvarande kommersiellt tillgängliga forskningsrobotar tenderar att ha ett något mekaniskt utseende, även om vissa har införlivat olika enkla humanoida egenskaper såsom armar, ansikten, ögon och så vidare. Vissa forskningsrobotar, som ofta kallas androider, är mycket mänskliga till utseende, men för närvarande är deras rörelser och beteende långt ifrån att efterlikna verkliga människor. Mori (1970) föreslog en allmän effekt i vilken människor kommer att agera på ett mer bekant sätt mot robotar eftersom de uppvisar allt mer mänskliga egenskaper. Men vid en viss tidpunkt effekten blir motbjudande på grund av robotar som ser mycket mänsklig-liknande, men deras beteende identifierar dem som robotar. Denna föreslagna effekt kan illustreras med hjälp av Moris diagram (se figur 1) där kurvornas form ger upphov till termen "uncanny Valley" för att beskriva den motbjudande effekten. Moris ursprungliga förslag visade att effekten av "uncanny Valley" var närvarande för livlösa likheter, men var ännu mer uttalad för robotar, marionetter och automater som faktiskt uppvisar rörelse. Därför, enligt Mori, även om robotens utseende är viktigt när det gäller förtrogenhet och social acceptans, den faktiska kvaliteten och innehållet i en robots rörelser kan vara ännu viktigare. Mori hävdade att robotens utseende och beteende måste stämma överens med varandra. Vid extrema höga trohet utseende, även små inkonsekvenser i beteende kan ha en kraftfull oroande effekt. Observera att effekten av "uncanny Valley" inte är okontroversiell, även om vissa robotister som Ferber (2003) och Hanson m.fl. (2005), har hävdat att det finns motstridiga bevis för den högra sidan av Moris "Uncanny Valley" diagram. Hanson (2006) har på senare tid föreslagit att även icke-mänskliga robotar med abstrakt utseende kan uppvisa den kusliga effekten om "estetiken är avstängd" på ett liknande sätt som kan förekomma med kosmetiskt atypiska människor. Bethal & Murphy (2006) fann att när en mekanisk räddningsrobot har närmat sig fångade människor, har många av de fångade människor rapporterat att de uppfattat roboten som "knäpp" och nervös. För att ta itu med detta problem Bethal och Murphy har identifierat några sätt på vilka mekaniskt utseende (sök och räddning) robotar kan använda lämpliga "kroppsrörelser" och positioner för att ge användbara icke-verbala uttryck för icke-hotande och återförsäkra beteende till (fångade) människor som räddas. Att dessa mekaniska räddningsrobotar ibland kan verka hotande (icke-familiära) människor ger också viss tilltro till Hansons påståenden att icke-mänskliga robotar också kan uppvisa "uncanny" egenskaper (Hanson (2006) ).Much anekdotal bevis från utövare i CGI (Computer-genererade bilder), filmeffekter och skulptur verkar också stödja Moris ursprungliga gissningar på uncanny dalen och de möjliga bakomliggande orsakerna diskuteras i Brenton et al. (2005)................................................................ Forskningen fortsätter inom området för mycket mänskliga robotar eller androider. Till exempel, och Ishiguro (2007) har byggt android robotar a) för att studera hur människor interagerar med robotar som har ett mycket mänskligt utseende och b) för att få insikter i mänsklig kognition. Inspirerad av Moris ursprungliga teori, Minato et al. (2004a) har föreslagit att om en viss robots utseende och tillhörande beteende var konsekvent och mer mänskligt liknande, men inte i den utsträckning som den "uncanny dalen" nåddes, skulle det vara mer acceptabelt och effektivt att interagera med människor (jfr. MacDorman (2005 ) & Woods et al. (2004 )............................................................................................................... Goetz m.fl. (2003) hävdade också att utseendet bör anpassas till den typ av uppgift som en robot ska utföra, och att den grad av människolikhet som är önskvärd för en viss roll eller uppgift kan variera. Socialt acceptabelt robotbeteende omfattar därför olika frågor relaterade till robotens utseende och beteende. Lee & Keisler (2005) har undersökt hur människor bildar en "mental modell" av en (humanoid) robot genom att göra omedvetna antaganden från robotar attribut och funktioner inom en mycket kort period av exponering. Den mentala modellen används sedan av människan som vägledning för ett viktigt inflytande på hur människor uppfattar och interagerar socialt med andra människor genom att bedöma personligheten hos andra människor som de möter (ofta mycket kort bekantskap) och extrapolera från de olika (stereotypiska) personlighetsdrag som de kan observera hos andra. Lee & Kiesler (2005) har observerat en liknande process som äger rum när det gäller bildandet av människans mentala modeller av robotar, och det är intressant för oss att se om samma mekanismer för (robot) personlighetsattribuering bidrar till bildandet av mentala modeller av robotar på ett liknande sätt. Den antropomorfiska tillskrivningen av personligheten till icke-mänskliga väsen kan ses på två olika sätt. Ett sätt är att se det som en villfarelse som skymmer verkligheten av beteende som inte motsvarar mänskligt beteende och därmed hindrar framsteg mot förståelse och förutsägelse av icke-mänskligt beteende (Davis, 1997). Den andra är att se sådan tillskrivning som en användbar heurist i att beskriva beteende i termer som relativt lätt förstås av de flesta publik (Asquith, 1997). Nass & Reeves (Nass et al., 1995a; Nass et al., 1995b; Reeves & Nass (1996) ) antyder att denna tillskrivning av personlighet till ett brett spektrum av tekniska artefakter (inklusive datorer och robotar) är svår att undvika. De uppger också att utnyttja detta fenomen kan vara till hjälp när man utformar användargränssnitt och beteende av sådana artefakter eftersom det gör det möjligt att enkelt och intuitivt förutsäga systemets beteende av användaren. Denna uppfattning har allmänt antagits i utformningen och användningen av virtuella agenter, där konsekvent agent personlighet, ofta jämförbar med mänsklig personlighet har använts för att skapa ett mer intuitivt och engagerande gränssnitt (Ball & Breeze, 2000). Detta argument läggs också fram av Duffy (2003) och tillämpas på HRI. Inom HRI:s område, när man konfronteras med entiteter med okänt beteende, såsom robotar, kan därför antropomorfism användas som en vägledning för att hantera oförutsägbarheten i situationen. Konsekvenserna av ett sådant paradigm är att robot design bör sträva efter att skapa robot framträdanden som personlighetsattribueringar görs som motsvarar det avsedda beteendet hos roboten som föreslås av Goetz et al. (2003).................................................................. För att detta ska vara möjligt är det nödvändigt att undersöka relationen mellan personlighetstillskrivning och utseende, i HRI-situationer. För att till fullo kunna utforska detta förhållande kommer vi först att överväga hur människor värderar andra människor i form av personlighet med begränsad information innan vi undersöker HRI-studier. Inom området personlighet och socialpsykologi har studier undersökt hur framgångsrika deltagare värderar främlingar på olika personlighetsdimensioner vid noll bekantskap, till exempel i sammanhang där uppfattare inte ges någon möjlighet att interagera med "främlingar" (mål av vilka ingen tidigare kunskap är tillgänglig för ämnet) (Albright et al., 1988). Dessa studier fann att egenskaperna Extroversion, Överenskomlighet och Medvetenhet verkar tillåta den mest framgångsrika betyg av främlingar, med Känslomässig stabilitet och Öppenhet att uppleva de svåraste att betygsätta (Albright et al., 1988; Borkenau & Liebler, 1992). Denna effekt visas även i situationer där det inte finns någon interaktion mellan deltagare och även när betyg görs enbart på grundval av e-post (Gill et al., 2006). Detta forskningsorgan visade också att bedömningen av extroversioner i hög grad är korrelerad med den fysiska attraktionskraften hos den person som bedöms. Av särskilt intresse för vårt experiment är Borkenau & Liebler (1992) studien där deltagarna betygsatte främlingar enligt Big Five personlighetsdrag (se avsnitt II.B.) efter att endast ha sett stillbilder eller videor av främlingar. Om man endast extrapolerar resultaten från människo-mänskliga studier om personlighetsattribuering till HRI skulle man förvänta sig att Extroversion, Medvetenhet och Överenskomlighet kommer att vara personlighetsdrag med den största systematiska variansen i deltagarbetyg på grund av signaler som uppstår från utseende och beteende. Man kan därför förvänta sig att dessa är de egenskaper där människors betyg kommer att förändras mest beroende på skillnader i mellan robotar. Forskning om tillskrivning av personlighet till robotar stöder i viss mån denna extrapolering. Kiesler & Goetz (2002) rapporterade att deltagarna fann det lättare att värdera roboten på extroversionsdimensionen, samtidigt som de fann emotionell stabilitet och öppenhet för att uppleva de svåraste dimensionerna att gradera roboten i. Yan och al. (2004) fann också att när olika AIBO beteende längs extroversion -introversion dimension, deltagarna kunde skilja mellan de två personlighetstyper. Notera, vår tidigare studie ) också undersökt frågan om deltagare projicera sina personlighetsdrag på roboten men fann att detta inte var fallet. Detta kommer dock inte att stå i fokus för denna uppsats, eftersom vårt främsta intresse är förhållandet mellan designat utseende och upplevd robotpersonlighet. Vad som är av intresse för oss är dock påverkan av deltagarens personlighetsdrag på deltagarnas preferenser och beteende i HRI-situationer, som vi kommer att diskutera nedan. Uncanny Valley teorin och dess relaterade kropp av forskning, tyder på universalitet i mänskliga svar på robot utseende och beteende. Det har dock varit allmänt erkänt att normer för föredraget beteende och utseende beror inte bara på situation och kultur, men också på individuella skillnader, som personlighet, estetiska preferenser och interaktion stilar (Deaux et al., 1993). Mot bakgrund av detta har HCI-forskare studerat rollen av deltagarens personlighet och olika frågor i människa-robotinteraktioner. Tidigare studier har visat att det finns ett samband mellan deltagarens personlighet och proxemik i HRI-situationer. Proxemics, eller studiet av interpersonella avstånd och personliga utrymme (Hall (1966) ) under interaktion, har varit av särskilt intresse för oss på grund av dess direkta konsekvenser för robot navigation och rörelseplanering. Walters m.fl. (2005c) fann att deltagarna fick höga poäng i "Proactiveness" (en personlighetsfaktor som korrelerar med dimensioner av både Extroversion och Psykoticism i Eysenk Personality Inventory (EPI) personlighetsmodell), inte tillät roboten att komma så nära ett avstånd som deltagare med lägre poäng i denna egenskap (Även om detta resultat kan verka kontraintuitiv, är det troligt att dominans aspekter av dessa två egenskaper kan ha orsakat detta resultat). Sirdal m.fl. (2006) och Gockley & Mataric (2006) fann båda en proxemisk toleranseffekt för extroversion, där extroverter tenderade att tolerera robotens närvaro i större utsträckning än introverta. Merparten av forskningen har tolkat dessa resultat i termer av Halls proxemiska sociala rumsliga teori. Skillnaderna i uppmätta avstånd som observerats för alla dessa human-robotproxemiska studier är dock vanligtvis i storleksordningen mindre än 20 cm. Halls teori om den sociala zonen föreslogs ursprungligen för att ta hänsyn till stora kulturella skillnader i människans proxemiska avstånd och avstånden definierades i termer av de interagerandes armräckvidd. I de flesta observationsstudier uppskattades de faktiska proxemiska avstånden visuellt av försökspersonen. Den sociala rumsliga zonen avstånd som ofta citeras i förhållande till människa-robot proxemics, är senare kvantifieringar av Halls ursprungliga uppskattningar (jfr. Europaparlamentets och rådets förordning (EU, Euratom) nr 966/2012 av den 25 oktober 2012 om finansiella regler för unionens allmänna budget och om upphävande av rådets förordning (EG, Euratom) nr 1605/2002 (EUT L 298, 26.10.2012, s. 1). Inom människa-mänskliga proxemics har man funnit att det finns ett antal andra faktorer som kan påverka närheten, inklusive rädsla eller osäkerhet, den relativa statusen för interagerande, fysisk situation och sammanhang, och uppfattningar om inkonsekvens (jfr. Stratton m.fl. (1973), Burgoon & Jones (1976) & Gillespie & Leffler (1983). I det senaste arbetet har vi tagit upp några av dessa aspekter av mänskligt-robotproxemiskt beteende mer specifikt (jfr. Walters m.fl. Europaparlamentets och rådets förordning (EU, Euratom) nr 966/2012 av den 25 oktober 2012 om finansiella regler för unionens allmänna budget och om upphävande av rådets förordning (EG, Euratom) nr 1605/2002 (EUT L 298, 26.10.2012, s. 1). Gockley & Mataric" (2006) fann också att extroverter svarade bättre på robotar som är mer "dominanta" i sina interaktioner både när det gäller utvärdering och uppgiftsprestanda. Ett liknande resultat upptäcktes av Tapus och Matarić (2006) att när man använder olika robotbeteenden som överensstämmer med mänskliga personlighetstyper längs extroversion-introversion dimension, deltagarna svarade bättre när interagera med robotar vars utformade "personlighet" matchade sin egen. Detta resultat motsäger i viss mån resultaten från Yan et al. (2004), som fann motsatsen, nämligen att introverter bedömde den extroverta AIBO som mer attraktiv och intelligent än introvert AIBO, och vice versa. Intressant nog, Li et al. (2006) i användarstudier som undersöker olika verbala interaktionsstilar som används av en robot, visar att användare tenderade att föredra dialog från en inhemsk robot som visade en pratsammare "extrovert" konversationsstil, i motsats till en "introvert" tysturn stil, vilket tyder på att robotar som uppfattas som mer extrovert, kan vara mer acceptabel totalt sett för sina användare. Ett liknande resultat har visats av Bickmore och Cassell (2005) i interaktion med en virtuell agent. I samband med ovanstående frågor tog den aktuella studien upp följande huvudfrågor: 2) Föredrar människor mer mänskligt utseende och beteende hos robotar som de interagerar med? 3) Finns det några systematiska individuella skillnader när det gäller sådana preferenser? 4)Följer personlighetsattribueringen mot robotar mönstret av mänsklig-mänsklig personlighetsattribuering vid noll bekantskap? Det sammanhang som valdes för studien och de tillhörande HCI-försöken var att en inhemsk robot drog till sig en människas uppmärksamhet med hjälp av en kombination av visuella och hörbara signaler. Tidigare, studier av denna typ har använt levande människa-robot experiment där människor och riktiga robotar vanligtvis interagerar i olika experimentellt kontrollerade scenarier (jfr ) & Walters m.fl. Denna förordning träder i kraft den tjugonde dagen efter det att den har offentliggjorts i Europeiska unionens officiella tidning. Dessa levande HRI-försök är i allmänhet komplicerade och dyra att köra och testar vanligtvis ett relativt litet urval av möjliga användare. Den valda videometoden har anpassats från den som använts i tidigare arbeten. I dessa studier visade sig resultaten från deltagare som såg en videoinspelning av en annan person som deltog i interaktioner med en robot vara jämförbara med resultaten från deltagare i levande interaktioner. För mer information om denna metod se och Woods et al. (2006a) men en kort sammanfattning av de två relevanta jämförande HRI-studierna finns här: Pilotstudien Video and Live HCI Trial Pilot Study -Den första uppsättningen live- och videobaserade jämförande HRI-studier var en pilotstudie som genomförde en begränsad undersökande undersökning för att bedöma möjligheten att jämföra människors uppfattningar från levande och video HRIS-prövningar. Deltagarna deltog i levande HCI-försök och videobandade HCI-försök där scenariot för båda försöken var identiskt, där en robot hämtade ett objekt och bar det till dem med hjälp av olika inflygningsriktningar. Resultaten från pilotförsöken tydde på måttlig till hög grad av enighet om deltagarnas preferenser och åsikter för både de live- och videobaserade HCI-försöken. För att verifiera resultaten av pilotförsöken, och för att utvidga undersökningen, genomfördes en serie video- och live HCI-försök med ett större urval och ett bredare spektrum av HRI-situationer med en robot som närmar sig mänskliga deltagare. Bekräftande video- och live HRIS-prövningar -I denna huvudstudie inkluderades ytterligare kontrollerade förhållanden de mänskliga deltagarna som satt i ett öppet utrymme, satt vid ett bord, stod i ett öppet utrymme och stod mot en vägg. Försökspersonerna upplevde roboten närma sig från olika håll för var och en av dessa sammanhang i HCI-försök som var både live- och videobaserade. Det rådde en hög grad av enighet mellan resultaten från både de live- och videobaserade försöken med samma scenarier. De viktigaste resultaten från båda typerna av försöksmetoder var: Människor gillade starkt inte en direkt frontal strategi av en robot, särskilt när de satt (även vid ett bord) eller när de stod med ryggen mot en vägg. En inflygning framifrån till vänster eller fram till höger var att föredra. När man stod i ett öppet utrymme var en frontalinflygning mer godtagbar och även om en bakre inflygning vanligtvis inte var att föredra, var det i allmänhet acceptabelt för försökspersonerna om det var mer praktiskt fysiskt. Förvånansvärt nog uppnåddes signifikanta jämförbara resultat för både uppsättningar av försök med avseende på robotinflygningshastighet och distans. Sammantaget stödde resultaten från dessa experiment användningen av den videobaserade HCI-metodiken för att utveckla och testa nya innovativa studier som befinner sig i testfasen. Naturligtvis fanns det många begränsningar av att använda videofilmer för HRI-studier, och man uppskattade att de inte skulle vara en ersättning för levande HRI-studier. Det förväntades att ju mer interaktion är involverad mellan robot och deltagare i en given prövning, de mindre lämpliga videoförsök skulle bero på den ökade betydelsen av aspekter av förkroppsligande, dynamik och oförutsedda interaktion. För just de forskningsfrågor som vi tog upp i den aktuella studien spelar dock beredskapen för robot- och mänskliga rörelser en mindre avgörande roll och därför motiverar resultaten vårt val av videobaserade HRI-försök. Metoden tillämpades på den aktuella studien och bestod i att skapa tre videoinspelningar som redigerades för att ge en videofilm med exakt samma scenario, men var och en med hjälp av en robot med olika utseende. De arbetsdefinitioner av robotutseende för Mekanoid- och Humanoidrobotar som används i denna artikel är baserade på de definitioner för animerade agenters utseende som antagits av Gong & Nass (2007) Mekanoid - en robot som är relativt maskinliknande till utseendet. I de HRI-försök som beskrivs här kommer en robot som beskrivs som mekanoid inte att ha några uppenbara mänskliga egenskaper. Humanoid - en robot som inte är realistiskt mänsklig-liknande till utseende och lätt uppfattas som en robot av mänskliga interagerande. Det kommer dock att ha några mänskliga-liknande funktioner, som vanligtvis är stiliserade, förenklade eller tecknade-liknande versioner av mänskliga motsvarigheter, inklusive några eller alla av följande: ett huvud, ansiktsdrag, ögon, öron, ögonbryn, armar, händer, ben. Den kan ha hjul för rörelse eller använda ben för promenader. Android - en robot som uppvisar utseende (och beteende) som är så nära ett verkligt mänskligt utseende som tekniskt möjligt. Det slutliga målet är att skapa en robot som uppfattas som helt mänsklig av människor, även om det bästa som kan uppnås för närvarande är för några sekunder under noggrant iscensatta omständigheter. Undersökningsresultat från Khan (1998), Scopelliti et al. (2004) och Dautenhahn et al. (2005) indikerade att människor inte vill att hushållsrobotar ska uppvisa mycket realistiska människoliknande utseenden, så de robotutseenden som ansågs för denna studie var begränsade till mekanoid eller humanoid. De tre robotarna (figur 2) utformades av forskargruppen, baserat på kommersiellt tillgängliga Peoplebot tm-plattformar. Före HCI-försöken bedömdes robotarnas statiska utseende (från fotografier) på en utseendeskala av en panel bestående av 26 forskare från olika discipliner, inklusive fysik, datavetenskap, astronomi och olika administrativ personal vid universitetet. Figur 3 visar medelvärdet för varje robot, motsvarande standardfel och 95 % konfidensintervall. Skalan varierade från mycket mekaniskt utseende (1) ). I de flesta fall var rankningen för robotarna densamma och de tre robotarna var märkta enligt deras genomsnittliga hastighetsvärden för statiskt utseende: Mekanoid (medelvärde = 3,67), Basic (medelvärde = 6,63) och Humanoid (medelvärde = 12,22). Observera att dessa namn helt enkelt används som etiketter för att skilja de tre robotarna från varandra, eftersom ingen faktiskt såg särskilt människoliknande ut. Robotarnas statiska utseende (bedömt utifrån stillbilder) är inte detsamma som robotarnas utseende upplevs av deltagarna i den videobaserade HRT-prövningen. Robotarna i testvideorna rörde sig och det upplevda robotutseendet kunde därför anses vara dynamiskt utseende (dvs. även robotens beteende). Således, dynamisk utseende är effektivt en bedömning av roboten som helhet, inklusive inte bara robotens statiska utseende men också alla rörelser eller andra robot beteenden och uttryck som observerats. var möjliga, t.ex. isolerande tal från det fysiska robotutseendet) innebär att begreppet "robot" skulle gå förlorat. Det är därför inte lämpligt att betrakta någon aspekt av en robot (såsom en viss gest, talkvalitet, ljud eller andra delar eller beteende) isolerat från resten av de komponenter och beteenden som tillsammans utgör den kompletta roboten. Av dessa skäl kunde robotarnas utseende och (attentionssökande) beteende inte studeras självständigt under olika förhållanden på grund av robotarnas förkroppsligade karaktär. Denna "holistiska" karaktär av dynamisk robot utseende tillåter inte en tydlig nedbrytning av olika robot utseende och beteende funktioner, en metod som faktiskt krävs för att utföra giltiga statistiska analyser på de olika oberoende funktioner. Detta exemplifierar en av de många metodologiska utmaningar som forskare inom människa-robot-interaktion står inför. I detta dokument presenterar vi en strategi för analys av sådana uppgifter. Personlighetsmodellen vi använde i denna studie var Big Five-modellen, mätt med Big Five Domain Scale från International Personality Partikel Pool (IPIPP) (Goldberg, 1999). Denna modell används i stor utsträckning inom psykologisk forskning, vilket innebär att de resultat som erhålls genom användning av denna modell lätt kan jämföras med resultaten från andra psykologiska studier. Den stora fem modellen antar fem grundläggande personlighetsfaktorer (se tabell 1 för en kort beskrivning av korrelerar för de olika faktorerna). I tabell 2 visas exempel från IPIP Big Five Domain Scale för både positiva och negativa poängsatta objekt för denna personlighetsskala. I början av varje försök visades en inledande video för deltagarna som innehöll bakgrundsinformation om forskargruppens arbete, syftet med den aktuella prövningen och detaljerade instruktioner för att delta i försöket. Eftersom dessa instruktioner registrerades förbättrades överensstämmelsen vid administreringen av testerna. En försöksledare fanns till hands för att svara på ytterligare frågor och vid behov upprepa instruktionerna. Efter att den inledande videon spelades upp visades de viktigaste testfilmerna för deltagarna. Rättegången filmer följde samma scenario som bestod av följande sekvens av scener: 1) En person visas som är avkopplande på en soffa i vardagsrummet och lyssnar på hög musik (Figur 4a). 2) En besökare närmar sig ytterdörren och ringer på dörrklockan (Figur 4b ). 3) Roboten (Mekanisk, Basic eller Humanoid för var och en av de tre videorna) svarar på dörrklockan, och fungerar sedan som om den hade antagit att människan inte har hört den (Figur 4c ). 4) Roboten går in i vardagsrummet och närmar sig människan. Denna del av scenariot visades utifrån en tredje parts position (figur 4d ). 5) Videon växlar sedan till den mänskliga synvinkeln (på soffan), tittar direkt på roboten. Roboten utför sedan sina respektive uppmärksamhetssökande beteenden för att indikera att ett mänskligt svar krävs: ljussignal, gest och ljudsignal (figur 4e). 6) Människan ses sedan efter roboten ut ur rummet, och sedan öppna dörren och hälsa hans besökare ( Figur 4f ). Försöksvideorna spelades in i University of Hertfordshire Robot House, en naturalistisk hemmiljö för interaktionsförsök mellan människa och robot som är mer ekologiskt giltig än en simulerad hemmamiljö i en konverterad eller anpassad labbmiljö som vi har använt i tidigare försök, se. (Syrdal m.fl., 2006)............................................................................................... De tre filmerna visades för totalt 79 studenter på grundnivå, i tre separata gruppsessioner i storlek från 20 - 30 personer åt gången. Deltagarna var främst studenter (98 %), endast 8 % kvinnor. En majoritet (82%) sade att de hade viss förtrogenhet med underhållning typ robotar och 5% av deltagarna var vänsterhänt. Deltagarna fyllde i frågeformulären individuellt. I allmänhet, för att minska sociala underlättande effekter, gruppsessionerna inte innebära någon diskussion om de viktigaste testvideor och hur deltagarna betygsätt de olika robotarna. Deltagarna undertecknade samtyckesformulär, gav grundläggande demografisk information inklusive, bakgrund, kön, handhet och ålder, samt dator- och programmeringserfarenhet innan de exponerades för den inledande videon. De visades sedan de tre huvudrättegångarna, varje grupp i olika ordning, av en robot som drog till sig uppmärksamhet från en person som skapade de mekaniska, grundläggande och humanoida robotarna. Efter de tre videorna visades en bild som visar de tre robotarna (figur 2 ) med deras namn och funktioner projicerades på huvudskärmen som en hjälp till deltagarnas minne om robotarnas identitet i videorna. Deltagarna ombads sedan fylla i ett frågeformulär för att samla in sina åsikter och preferenser gentemot de tre robotarna och de olika uppmärksamhetssökande beteendena. Närmare uppgifter om de relevanta frågorna i frågeformuläret finns nedan i avsnittet Resultat och analys. För varje session presenterades de tre robotscenariovideorna i olika ordning. Eftersom det bara fanns tre gruppvideosessioner, kunde inte alla möjliga permutationer av videopresentationsorder täckas. IV.TRIALRESULTAT OCH ANALYS Av skäl som diskuterats tidigare var det inte möjligt att helt isolera och korsa kombinera olika utseende och uppmärksamhetssökande beteenden, eftersom de robotfunktioner som testats inte var verkligt oberoende. För analysändamål antogs att det dynamiska robotutseendet skulle ligga närmast en oberoende variabel. De andra uppmärksamhetssökande beteendena skulle då uppfattas av de mänskliga testdeltagarna som antingen konsekventa eller oförenliga med det övergripande dynamiska utseendet hos varje robot. För att mäta detta gav varje deltagare en uppsättning betyg på en Likert-skala (1 = Like a Lot, 3 = Neutral, 5 = Like a Lot) för deras preferenser för varje robots (dynamiska) utseende, ljussignal, ljudsignal och gestbeteende. Till exempel den mekaniska roboten visade ett enda blinkande ljus, ett pipljud och en enkel lyftgreppsgest. Deltagarna bedömde sin preferens för dynamiskt utseende och dessa tre uppmärksamhetssökande beteenden för den mekaniska roboten. På samma sätt erhölls preferensbetygen för de blinkande tvillingljusen, den syntetiserade rösten av låg kvalitet och den pekande armens gest för basroboten. De många blinkande ögon- och munljusen, den högvärdiga (inspelade) mänskliga rösten och den viftande armgesten klassades också för Humanoidroboten. Friedman icke-parametrisk ANOVA för upprepade mätningar utfördes på alla deltagarens betyg. Mycket signifikanta skillnader hittades för de dynamiska utseende poäng (Chi Sqr = 33.10425, N = 76, DoF = 2, p < 10 -6 ). De genomsnittliga resultaten illustreras nedan (figur 5 ), tillsammans med en visuell indikation på standardfel och 95% konfidensintervall. I allmänhet visade deltagarnas betyg av robotdynamiskt utseende att de överlag föredrog Humanoid-roboten, följt av Basic-roboten och slutligen den Mekaniska roboten. För att hitta några systematiska effekter av deltagare personlighet på utseende preferenser, Spearman icke-parametriska korrelationer kördes mellan de preferenser som anges för varje robot utseende och personlighetsdrag. En signifikant korrelation hittades mellan extroversion och mekaniska utseende preferenser (ρ=-.263,p=.022) och emotionell stabilitet och mekaniska utseende preferenser (ρ=.313,p=.007). Dessa två korrelationer tyder på att deltagare som gör låga poäng i Extroversion föredrar det mekaniska utseendet i högre grad än andra deltagare. Upplevd robotpersonlighet mättes i enkäten med hjälp av följande objekt som bedömdes av deltagarna längs en 5-punkts Likertskala från 1 (Inte alls) till 5 (Mycket). Observera att en allmän underrättelsepunkt ersattes av dimensionen Intellekt/Openness to Experience (Intellekt/Openness to Experience), se tabell 3. TABELL. 3.ROBOT PERSONUPPGIFTER. Hur avslappnad och nöjd, eller stressad och lätt upprörd var roboten? Extroversion Hur extrovert/introvert var roboten?. Hur intresserad/ointresserad av människor var roboten? Medvetenhet Hur organiserad och engagerad eller oorganiserad/oengagerad var roboten? Intellektera hur intelligent eller ointelligent roboten var under sina uppgifter? Medelvärdet för tilldelade poäng för de olika personlighetsegenskaperna enligt utseende finns i tabell 4 och figur 9. mekaniska robotutseendepreferenser (β = 0,612, t = 7.13, p < 0,001), extroversion (β =.235, t = 2,75, p < 0,01) och kunskaper i datorprogrammering (β = -0,367, t = -4.34, p < 0,001). Detta tyder på att ju fler deltagare som gillade Mekanisk robot utseende, och ju mer extrovert de var, desto mer sannolikt var det att de skulle gradera roboten högre i personlighetsdrag. Det fanns ett negativt samband mellan datorprogrammering och upplevd robotpersonlighet, vilket tyder på att deltagare som hade erfarenhet av datorprogrammering sannolikt skulle klassa det mekaniska utseendet lägre i personlighetsdrag än icke-programmerare. Modellen förklarade 21% av variansen och var signifikant (F(2,75) = 8,64, p < 0,001). Förutsägarna var grundläggande robotutseende (β = 0,343, t = 3,14, p < 0,005) och extroversion (β = 0,319, t = 2,92, p = 0,005). Detta tyder på ett liknande förhållande som för Mekaniska robotens utseende. Det fanns inga signifikanta negativa prediktorer. Modellen förklarade 19% av variansen och var signifikant (F(1,76) = 16,34, p > 0,001). Den enda betydande prediktorn var Humanoid robot utseende preferenser (β = 0,430, t = 4,04, p > 0,001). Detta tyder på att deltagare som föredrog detta utseende var mer benägna att klassa det högre för personlighetsdrag. Figur 9 nedan ger en översikt över sambanden mellan prediktorer och upplevd robotpersonlighet. En datadriven, kvalitativ analys av deltagarnas skäl till deras mest föredragna robotutseende genomfördes för att kategorisera dessa och relatera kategorierna till de olika robotutseendena. De kategorier som identifierades ur deltagarnas svar var: Följande resultat visade sig beträffande de olika kategorierna: Estetik -Uttalanden om rent estetiska aspekter av robotens utseende var de vanligaste för det mekaniska och humanoida utseendet. För det mekaniska utseendet hänvisade de flesta av dessa uttalanden till enkelheten i dess utformning. Men för det humanistiska utseendet bestod dessa uttalanden i första hand i att hävda att dess utseende var mer estetiskt tilltalande än de andra, utan att förklara orsakerna till detta estetiska värde. Socio-Emotional Response -Dessa uttalanden var mest utbredda för grundläggande och humanoida framträdanden. För det humanoida utseendet tenderade dessa uttalanden att fokusera på hur dess människoliknande utseende tillät en mer bekväm och naturlig interaktion -'Jag tror att ett humanoidt utseende är...lättare att anpassa sig till'; 'Det fick mig att känna mig mer bekväm och som en annan människa var där'. För det grundläggande utseendet fokuserade svaren på hur detta utseende var bekväm och icke-hotande. -'... det skrämmer inte barn'; '... Jag skulle vara mer bekväm om jag kontaktades av det'. Funktion/Task Related -Dessa uttalanden var vanliga för alla tre robottyper. För de mekaniska och grundläggande robottyperna tenderade dessa uttalanden att belysa vikten av robotens förmåga jämfört med dess utseende - 'Det var perfekt att dra till sig din uppmärksamhet... ansikte utseende är inte viktigt'; '... behöver inte se ut som en människa så länge det gör vad det är tänkt att göra'. De deltagare som föredrog det humanoida utseendet tenderade dock att beskriva hur det humanoida utseendet gjorde det möjligt för roboten att utföra sin uppgift mer effektivt - "det är en rörelse som är mycket mänsklig, och så lätt kan förstås"; "Det hjälper helt klart, så det är inga svårigheter att förstå". Sanningsfull representation -Denna kategori fanns främst bland deltagarna föredrar Mekaniska och Grundläggande utseenden, men var inte allmänt förekommande för det Humanoida utseendet. För de grundläggande och mekaniska utseendena, det faktum att robotens utseende hade en direkt relation till sin natur och förmåga som en robot sågs som en viktig faktor - 'Det försöker inte vara alltför realistiskt mänsklig'; 'Ser mer ut som en [hem] apparat'; 'Det var den minst påhittade - det var vad det var'. Antropomorfisk kvalitet - Uttalanden om denna kategori var vanligast för det Humanoida utseendet, men dök upp för både mekaniska och grundläggande utseende också. För det humanoida utseendet framträdde denna kategori på egen hand, vilket tyder på att för många av deltagarna var det människoliknande utseendet i sig själv en önskvärd egenskap - 'Human-liknande arm, detaljerat huvud'; 'Det är det mest lika människor'. Det verkade också, som tidigare nämnts, tillsammans med uppgifter relaterade uttalanden. För grundläggande och mekaniska utseenden dök det nästan uteslutande upp enligt beskrivningen i kategorin Funktion/Task Related. Antropomorfiskt utseende. Användningen av tal av Basic och Humanoid robot kan ha haft en stark inverkan på detta. Eftersom introverta och individer som gör låga poäng på emotionell stabilitet skulle finna sociala interaktioner mer stressande än andra individer, kan detta leda till slutsatsen att vissa användare kan hitta en mindre explicit antropomorfa sätt att interagera med en robot följeslagare mer lämplig än mer extrovert och känslomässigt stabila användare. Dessa resultat kan också tas som stöd för idén om att matcha robotpersonlighet med användarens, eftersom det mekaniska utseendet bedömdes som det minst extroverta av de tre robotutseendena. Av deltagarnas kompletterande kommentarer om deras skäl för robot utseende preferenser, som erhölls från frågeformulären, kan man se att det finns fem huvudkategorier av svar. Från frekvensen av frågor från dessa kategorier kan man dra slutsatsen att deltagarna totalt sett inte hade någon stark syn på grundrobotens utseende jämfört med den mekaniska och humanoida roboten. Grundrobotens utseende bedömdes dock generellt som sanningsenligt i fråga om dess kapacitet, och beskrevs också allmänt som icke-hotande och bekvämt att interagera med. Därför, även om de flesta deltagare överlag föredrog Humanoid roboten, några få individer föredrog starkt den mekaniska roboten framför Humanoid roboten. Av detta kan man dra slutsatsen att en robot som inte uppvisar för många mänskliga egenskaper kan föredras för interaktioner på en offentlig arena (t.ex. som museiguide, eller receptionist) eftersom det skulle ge en robot utseende som inte skulle vara de flesta människors första val, men skulle vara någorlunda bekväm och acceptabel för majoriteten av människor att interagera med. Resultaten av denna uppsats tyder på att processerna för att tilldela personlighetsdrag till en robot har likheter med att tilldela samma egenskaper till andra människor: För det första, vad vi verkar se är en övergripande "haloeffekt" (där ett positivt betyg på en dimension leder till högre poäng på andra dimensioner, ) där gillande för just robot utseende ledde till en högre betyg för alla sina personlighetsdrag (som bestod av objekt som skulle ses som bra och önskvärda av de flesta deltagare). Denna effekt kan anses redogöra för de totala skillnaderna mellan robotarna som betygen för personlighetsdrag motsvarade de totala betygen för robotens utseende preferenser, och även för rollen av utseende preferenser som prediktorer för upplevda robot personlighet. För det andra är ovanstående effekt störst för Extroversion, Överenskomlighet och Intellekt, medan den är svagare för Medvetandet och Känslomässig Stabilitet. Detta överensstämmer i viss mån med resultaten från Kiesler & Goetz (2002), som fann att deltagarnas mentala modeller för robotar var rikare för personlighetsdrag av Extroversion och mindre så för emotionell stabilitet. Eftersom det objekt som används för att mäta Överenskomlighet var direkt relaterat till socialt beteende, kan den stora effektstorleken för detta drag återspegla ett liknande fenomen som det som föreslagits av Kiesler och Goetz också. Eftersom vår studie inte gav ett "ej tillämpligt" alternativ för egenskapsklassificeringar (för att uppmuntra försökspersonerna att fatta beslut), skulle rikedomen i en mental modell här anges i deltagarnas förmåga att skilja mellan robotens utseende för en viss personlighet dimensioner, återspeglas i varianserna. Det bör noteras att resultaten också motsvarar tidigare studier av människobetyg på främlingar, i det att skillnaderna för extroversion, medvetande och samförstånd var större än för emotionell stabilitet. Detta stämmer väl överens med att begreppet emotionell stabilitet är det svåraste draget att korrekt värdera främlingar. I kombination med haloeffekten pekar detta på en liknande mekanism för att tilldela robotpersonlighet som för att tilldela personlighet till en annan människa och också på robotens upplevda intelligens. Effekten av haloeffekten på upplevd intelligens hos människor är väl dokumenterad i litteraturen och därför är det en stor möjlighet att denna effekt också kan påverka uppfattningen av robotintelligens. När det gäller individuella skillnader i tillskrivningen av robotpersonlighet var ett mycket intressant resultat att extroversion i deltagarnas personligheter var en betydande prediktor för högre personlighetsklassificeringar för det mekaniska och grundläggande utseendet, som totalt sett hade betydligt lägre personlighetsklassificeringar än det humanoida utseendet. Denna effekt kan vara resultatet av en allmän benägenhet i extrovert för att reagera på andra objekt på ett mer socialt sätt. Eftersom extroverter tenderar att vara mer skickliga på sociala interaktioner än introverta, är de också mer benägna att reagera på, och interagera med externa objekt på ett socialt sätt. En sådan effekt beskrevs av Luczak et al. (2003) som fann att extroversion var en betydande prediktor för social interaktion med tekniska artefakter. Våra resultat verkar bekräfta att extroverta är mer benägna att anta antropomorphic heuristics när interagera med icke-mänskliga djur och objekt. Våra upptäckter har konsekvenser för robotdesigners som måste interagera med människor. Om en robots beteende eller funktion bedöms av människor som mindre omtyckt eller godkänd än vad en robots övergripande utseende kan tyda på, kommer det oundvikligen att bli en viss besvikelse. Detta kan förklara varför människor snabbt blir missnöjda med leksaker och robotar som har ett mycket intressant och antropomorfiskt utseende, men visar sig vara en besvikelse efter den faktiska interaktionen. Antalet och omfattningen av robotar som testats i vår studie är inte tillräckligt stort för att ge statistiskt hårda bevis för att stödja hela Moris diagram. Dessutom hade ingen av robotarna ett utseende som var mänskligt-liknande nog att utlösa den kusliga daleffekten, så de resultat som erhållits här kan bara tas som bevis för den vänstra sidan av Moris diagram. De flesta deltagare föredrog det humanoida robot utseendet överlag, förutom några få individer som gynnade en robot med ett mekaniskt utseende. De kompletterande svaren visar att en Basic robot utseende kan vara mer acceptabelt för en majoritet av deltagarna. Det är också värt att notera att det finns mer till deltagarens preferenser än bara estetiska eller rent funktionella överväganden när man designar robotens utseende. Till exempel, utseendekrav för en tur-guide robot kommer att vara annorlunda än för en personlig, eller inhemska, robot. Tur-guide utseende måste tillfredsställa (dvs. inte förolämpa eller irritera) ett brett spektrum av möjliga användare, medan den personliga robotens utseende kan vara mycket mer anpassat till den enskilde användarens preferenser och krav, t.ex. för en personlig robot följeslagare ( Dautenhahn (2004). En annan konsekvens av dessa fynd är att skillnader i robotutseende leder till markanta skillnader i upplevd robotpersonlighet. Dessa resultat stöder Goetz et al. (2003) och Tapus och Matarić (2006) och det är därför rimligt att anta att skillnader i robotutseende kommer att leda till skillnader i upplevd robot (personlighet, och därmed) förmåga att utföra uppgifter i människocentrerade miljöer. Frågan om individuella skillnader måste också tas upp. Ett exempel på att hantera en sådan fråga kan vara för robotar att övergripande poäng hög på extroversion på grund av utseende, kompensera för detta genom att justera sitt beteende för att vara mer "introvert" när man har att göra med användare som föredrar en mindre antropomorfisk form. Användningen av video, snarare än levande interaktion kan ha haft en systematisk effekt på resultaten. Medan, som beskrivs i Avsnitt II, vi har visat att för scenarier med liten interaktion mellan robot och ämnen, video prövningar har visat sig vara en giltig metod jämfört med levande försök, andra scenarier som innebär mer interaktion i levande situationer kan ge olika resultat. Dessutom utsattes försökspersonerna för robotarna endast kort, och som sådana resultat av upprepade och långvariga interaktioner kan skilja sig från vad som visades i denna studie. Vi hävdar dock att det första intrycket och utvärderingen av en robot följeslagare är viktigt i HRI. I många fall kommer individer att interagera med robotar i situationer som är begränsade i både tid och omfattning, såsom i museer, sjukhus eller om besöka hem som äger robot följeslagare. Vi inser behovet av longitudinella studier som undersöker hur intryck och utvärderingar av sociala robotar förändras över tiden. För ett sådant åtagande är det viktigt att fastställa referensvärden vid noll bekantskap, som detta dokument gör, för att korrekt följa dessa förändringar. Mer longitudinella experiment, med hjälp av finare graderingar av robot utseende och beteende krävs för att ge mer data provpunkter och för att ge mer omfattande bevis, som sedan kan användas för att förfina de parametrar som styr människans uppfattning av robot utseende och beteende och hur dessa kan tillämpas på att utveckla principer för robot estetik. Orsakerna till deltagarnas preferenser berördes endast i denna studie och det anses önskvärt att framtida arbete utforskar deltagarnas skäl för sina preferenser och svar mer i detalj. En longitudinell studie med upprepad exponering för robotar med olika utseende genomfördes 2006 i Robot House och resultaten analyseras för närvarande, preliminära resultat kan hittas i och. Vi hoppas att de metoder som används här och de resultat som uppnås ger användbara insikter i hur man kalibrerar robotens utseende och beteende så att ägare och användare av hemma- eller kamratrobotar i framtiden kommer att bli mindre opåverkade på grund av konstruktionsfunktionsbegränsningar som inte lever upp till deras ursprungliga förväntningar. ERKÄNNANDEN | Till exempel, studier om "uncanny Valley" REF, bedöma samspelet mellan visuell och beteende realism av en agent. | 7,320,285 | Avoiding the uncanny valley: robot appearance, personality and consistency of behavior in an attention-seeking home scenario for a robot companion | {'venue': None, 'journal': 'Autonomous Robots', 'mag_field_of_study': ['Computer Science']} | 80,130 |
ABSTRACT Smalband Internet of Things (NB-IoT) är en ny smalbandsradioteknik som introduceras i den tredje generationens partnerskapsprojekt release 13 till den femte generationens utveckling för att tillhandahålla lågpower wide-area IoT. I NB-IoT-system har upprepade överföringsdata eller styrsignaler ansetts vara en lovande metod för att förbättra täckningen. Med tanke på det nya inslaget i repetitionen måste länkanpassningen för NB-IoT-system utföras i 2-D, dvs. modulerings- och kodningssystemet (MCS) och repetitionsnumret. Därför är befintliga länkanpassningssystem utan hänsyn till upprepningsnumret inte längre tillämpliga. I detta dokument föreslås ett nytt system för anpassning av upplänkslänkar med fastställande av upprepningsnummer, som består av anpassning av innerslingor och anpassning av ytterslingor, för att garantera överföringstillförlitlighet och förbättra genomströmningen av NB-IoT-system. Anpassningen av innerslingan är särskilt utformad för att klara av variationen i blockfelförhållandet genom att regelbundet justera upprepningsnumret. Anpassningen av den yttre looplänken samordnar valet av MCS-nivå och fastställande av upprepningsnummer. Dessutom analyseras viktig teknik för upplänkplanering, såsom kraftstyrning och överföringsgap, och ett enkelt schemaläggningssystem föreslås. Simuleringar på länknivå utförs för att validera prestandan hos det föreslagna upplänklänkanpassningssystemet. Resultaten visar att vårt föreslagna upplänksanpassningssystem för NB-IoT-system överträffar den upprepningsdominerade metoden och den enkla metoden, särskilt för goda kanalförhållanden och större paketstorlekar. I synnerhet kan den spara mer än 14 % av den aktiva tids- och resursförbrukningen jämfört med den upprepningsdominerade metoden och spara mer än 46 % av den aktiva tids- och resursförbrukningen jämfört med den enkla metoden. INDEX TERMS Smalband Internet of Things (NB-IoT), täckningsförbättring, låg komplexitet, länkanpassning. | Yu m.fl. Ref presenterade en schemaläggningsmekanism med en enda ton för NB-IoT-upplänkanvändare. | 27,408,709 | Uplink Scheduling and Link Adaptation for Narrowband Internet of Things Systems | {'venue': 'IEEE Access', 'journal': 'IEEE Access', 'mag_field_of_study': ['Computer Science']} | 80,131 |
Vi överväger automatiskt erkännande av mänskliga åtgärder i övervakningsvideor. De flesta nuvarande metoder bygger klassificeringar baserade på komplexa handgjorda funktioner som beräknas från de råa indata. Konvolutionella neurala nätverk (CNN) är en typ av djup modell som kan agera direkt på råa ingångar. Sådana modeller är dock för närvarande begränsade till hantering av 2D-ingångar. I detta dokument utvecklar vi en ny 3D CNN-modell för åtgärdsigenkänning. Denna modell extraherar funktioner från både rumsliga och tidsmässiga dimensioner genom att utföra 3D-konvolutioner, vilket fångar rörelseinformationen kodad i flera angränsande ramar. Den utvecklade modellen genererar flera kanaler av information från inmatningsramarna, och den slutliga funktionen representation kombinerar information från alla kanaler. För att ytterligare öka prestandan föreslår vi att resultaten regleras med hög nivå funktioner och kombinerar förutsägelser av en mängd olika modeller. Vi tillämpar de utvecklade modellerna för att känna igen mänskliga åtgärder i den verkliga miljön av flygplatsövervakningsvideor, och de uppnår överlägsen prestanda i jämförelse med baslinjemetoder. | I REF föreslås en 3D CNN-modell för erkännande av åtgärder. | 1,923,924 | 3D Convolutional Neural Networks for Human Action Recognition | {'venue': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'journal': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,132 |
Beteendet hos ett Software-definierat nätverk styrs av program, som liksom all programvara, kommer att ha buggar - men denna programmatiska kontroll möjliggör också nya sätt att felsöka nätverk. Detta dokument introducerar ndb, en prototyp nätverk avlusare inspirerad av gdb, som implementerar två primitiva som är användbara för felsökning en SDN: brytpunkter och paket backtraces. Vi visar hur ndb ändrar vidarebefordrande tillstånd och loggar paket smälter för att återuppbygga sekvensen av händelser som leder till en felande paket, ge SDN programmerare och operatörer med ett värdefullt verktyg för att spåra ner grundorsaken till en bugg. | En prototyp Network Debugger (NDB) REF tillhandahåller brytpunkter och paket bakspår som två primitiva för att felsöka SDN för svarta hål, slingor och andra nätverksomfattande invarianter. | 3,498,441 | Where is the debugger for my software-defined network? | {'venue': "HotSDN '12", 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,133 |
Internetbaserade tillämpningar och deras distribuerade arkitekturer på flera nivåer har ändrat designens fokus för storskaliga Internettjänster. Internetserverprogram kör i en horisontellt skalbar topologi över hundratals eller tusentals råvaruservrar i Internet datacenter. Ökande skala och effekttäthet påverkar avsevärt datacenterets termiska egenskaper. Effektiv värmestyrning är avgörande för robustheten i uppdragskritiska tillämpningar. Internet tjänstearkitekturer kan adressera flersystemresurshantering samt termisk hantering inom datacenter. Hermal ledning är en allt mer framträdande arkitektonisk hänsyn för högpresterande datorer. Det innebär utmaningar som kan gälla för marker, servrar, rack och datacenter. Nya typer av tillämpningar, såsom Internettjänster och distribuerad vetenskaplig bearbetning, har förvärrat situationen genom att använda horisontella skaltekniker som resulterar i datormiljöer med hög densitet. [1][2][3] Kraftfulla processorer avlägsnar allt större mängder spillvärme för en viss förpackningsstorlek. Ny forskning visar att dynamisk termisk hantering (DTM) kan reagera på termiska förhållanden genom att anpassa ett chips effektförbrukningsprofil på grundval av återkoppling från temperaturgivare. 4,5 Forskning visar också hur man utökar DTM för att förbättra processorns energieffektivitet (se sidofältet "Relaterat arbete i dynamisk värmestyrning", s. 47). Dessa tekniker är viktiga element i termisk design för nästa generations servermiljöer, men de tar bara upp en aspekt av problemet. Flera faktorer driver övergången av beräkningskraft till stora matriser (eller rack) av servrar aggregerade i datacenter, främst för Internet-baserade applikationstjänster. Strömavledning har vuxit enormt i dessa datacenter, och deras arkitektur presenterar svåra termiska tekniska utmaningar som härrör från ökande storlek och densitet. 7 Dessutom kan Internet datacenter använda tusentals sådana rack under det kommande årtiondet för att utnyttja stordriftsfördelar i förvaltning, strömförsörjning och säkerhet. center snarare än enskilda servrar eller marker. Våra föreslagna policyer för arbetsbelastning placering främjar enhetlig temperaturfördelning med hjälp av aktiva termiska zoner. Vår detaljerade beräkningsvätska dynamik (CFD) modell av ett typiskt datacenter kan hjälpa till att utvärdera effektiviteten av termiska riktlinjer genom felinsprutning simuleringar och dynamiska variationer i beräkningsbelastning. Till vår kännedom är vi de första som direkt hanterar samspelet mellan datacenter termisk arkitektur och funktioner programvara-resurs-hantering. Vår strategi är en del av ett bredare ramverk för att hantera ett datacenter som ett verktyg vars server, router eller switch, och lagringsresurser automatiskt tillhandahålls och säljs enligt efterfrågan, i stort sett som elektricitet är idag. I tidigare forskning beskrev vi en arkitektur för storskalig internetbaserad datorinfrastruktur. 8 I stället för att fysiskt koppla varje resurs till en statisk topologi behandlar det programmerbara datacenteret (PDC) dator-, lagrings- och nätverkskomponenter som delade, virtualiserade resurser som dynamiskt kan delas upp och fördelas mellan värdprogram på grundval av kvalitetskrav (QoS). Exempel på tillämpningar är webbaserade tjänster, dataschemaläggare och databastjänster för beslutsstöd, datautvinning eller andra tillämpningar. Eftersom server- och lagringsresurser är generiska och utbytbara kan resursförvaltaren konfigurera arbetsbelastningsplacering för att reagera på ändrade belastnings- och resursförhållanden. 8 Funktioner som service migration, 9 säkerhet, och prestanda isolering 10 kan vi bygga automatiserade datacenter med dynamisk och adaptiv resursförsörjning som upprätthåller servicenivåer trots förändringar i perapplicering arbetsbelastning intensitet och variation. PDC monteras efter en regelbunden, horisontellt skalbar topologi byggd av servicekärnor som omfattar serverlagring och nätverksställ. Varje servicekärna har ca 1000 beräkna noder och en motsvarande storlek lagring delsystem ansluten via en höghastighets Ethernet (lager 2) bytte tyg. Vi kan aggregera servicekärnor för att uppnå stora dator- och lagringsmöjligheter. PDC-arkitekturen stöder nära 50.000 rackmonterade servrar, petabyte lagring och tiotals terabit per sekund av in- och utfartstrafik. | Referensreferensreferensreferensen presenterade ett ramverk för termisk belastningsbalansering genom att tillämpa belastningsövervakning och dynamisk arbetsbelastningsplacering inom ett datacenter. | 18,142,045 | Balance of power: dynamic thermal management for Internet data centers | {'venue': 'IEEE Internet Computing', 'journal': 'IEEE Internet Computing', 'mag_field_of_study': ['Computer Science']} | 80,134 |
Abstrakt. Utgångspunkten för modellbaserad testning är ett genomförandeförhållande som formellt definierar när en formell modell som representerar systemet under provning överensstämmer med en formell modell som utgör dess specifikation. Ett genomförande förhållande för formalismen av Labelled Transition Systems är ioco. För ioco har flera testgenerationsalgoritmer och testverktyg byggts. I detta dokument definierar vi en ram för det symboliska genomförandet relation sioco som lyfter ioco till Symbolic Transition Systems. Dessa är övergångssystem med en uttrycklig uppfattning om data och databeroende kontrollflöde. Införandet av symbolik förhindrar explosionen i tillståndsrymden under testgenereringen, och den bevarar den information som finns i datadefinitioner och begränsningar för användning under testurvalet. Vi visar sundheten och fullständigheten i de symboliska föreställningarna w.r.t. Deras underliggande Labelled Transition Systems' motsvarigheter. | Modellprogram är också relaterade till symboliska övergångssystem som har en uttrycklig uppfattning om data och databeroende kontrollflöde REF. | 18,113,521 | A Symbolic Framework for Model-Based Testing | {'venue': 'FATES/RV', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,135 |
Abstract-coupled rymdinlärning är en effektiv ram för heterogen ansiktsigenkänning. I det här dokumentet föreslår vi en ny kopplad diskriminant analysmetod för att förbättra den heterogena ansiktsigenkänningen. Det finns två huvudsakliga fördelar med den föreslagna metoden. För det första används alla prover från olika metoder för att representera de kopplade prognoserna, så att tillräcklig diskriminativ information kan tas fram. För det andra införlivas lokalinformationen i kärnrymden i den kopplade diskriminanta analysen som ett hinder för att förbättra generaliseringsförmågan. I synnerhet presenteras två genomföranden av lokalitetsbegränsning i kärnrymd (LKS)-baserade kopplade diskriminanta analysmetoder, nämligen LCKS-kopplade diskriminantanalys (LKS-CDA) och LCKS-kopplade spektral regression (LKS-CSR). Omfattande experiment på tre fall av heterogen ansiktsmatchning (hög kontra låg bildupplösning, digital foto kontra video bild, och synligt ljus kontra nära infraröd) validerar den föreslagna metodens effektivitet. Index Terms-Face-igenkänning, heterogen ansiktsigenkänning, kopplad diskriminantanalys, kopplad spektral regression, lokalitetsbegränsning i kärnrymden. | Ref beaktade lokaliseringsinformationen i kärnrymden och föreslog en kopplad diskriminantanalys. | 1,344,789 | Coupled Discriminant Analysis for Heterogeneous Face Recognition | {'venue': 'IEEE Transactions on Information Forensics and Security', 'journal': 'IEEE Transactions on Information Forensics and Security', 'mag_field_of_study': ['Computer Science']} | 80,136 |
Explosionen i de volymer data som lagras online har lett till att distribuerade lagringssystem har gått över till raderingsbaserade kodningssystem. Men de koder som används i praktiken är ganska korta. I detta arbete tar vi itu med vad vi ser som den huvudsakliga kodningsteoretiska barriären för att lägga ut längre koder i lager: i stora längder är misslyckanden inte oberoende och korrelerade misslyckanden är oundvikliga. Detta motiverar utformning av koder som möjliggör snabb dataåterställning även efter stora korrelerade fel, och som har effektiv kodning och avkodning. Vi föreslår att koddesign för distribuerad lagring ska ses som en tvåstegsprocess. Det första steget är att välja en topologi av koden, som innehåller kunskap om de korrelerade fel som måste hanteras, och säkerställer lokal återhämtning från sådana misslyckanden. I det andra steget anger man en kod med den valda topologin genom att välja koefficienter från ett ändligt fält F q. I detta steg försöker man balansera tillförlitlighet (vilket är bättre över större fält) med kodning och avkodning effektivitet (vilket är bättre över mindre fält). Detta arbete initierar en fördjupad studie av denna avvägning mellan tillförlitlighet och effektivitet. Vi anser att den fältstorlek som behövs för att uppnå maximal återhämtningsförmåga: den starkaste tillförlitlighet som är möjlig med en given topologi. Vi föreslår en familj av topologier som kallas rutnätsliknande topologier som förenar ett antal topologier som beaktas både i teori och praktik, och bevisar följande resultat om koder för sådana topologier: • Den första superpolynomet lägre gräns på den fältstorlek som behövs för att uppnå maximal återvinning i en enkel rutnätsliknande topologi. Så vitt vi vet fanns det ingen superlinjär nedre gräns som var känd tidigare, för någon topologi. • En kombinatorisk karakterisering av raderingsmönster som kan korrigeras med Maximalt återvinningsbara koder för en topologi som motsvarar tensering av MDS-koder med en paritetskontrollkod. Denna topologi används i praktiken (t.ex. [MLR + 14]). Vi förmodar att en liknande karakterisering för Maximalt Återvinnbara koder omedelbart inlöser godtyckliga tensor produkt topologier. • En ny asymptotiskt optimal familj av Maximalt återvinningsbara koder för en viss grundläggande topologi som avslutar arbetslinjen i [BHH13, GHJY14] arXiv:1605.05412v1 [cs.IT] | Det faktum att kodning i stora längder ger bättre feltolerans för en given overhead, motiverade arbetet i REF. | 2,764,033 | Maximally Recoverable Codes for Grid-like Topologies | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science', 'Mathematics']} | 80,137 |
Abstrakt. Denna artikel presenterar industriell erfarenhet av att validera stora datamängder mot specifikation skriven med hjälp av B / Event-B matematiska språket och ProB-modellen checker. | Händelse-B Ref. | 499,565 | Formally Checking Large Data Sets in the Railways | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,138 |
Abstract-De högsta noggrannhet objekt detektorer hittills är baserade på en två-stegs strategi populär av R-CNN, där en klassificering tillämpas på en gles uppsättning kandidat objekt platser. Däremot har enstegsdetektorer som appliceras över en regelbunden, tät provtagning av möjliga objektplatser potential att bli snabbare och enklare, men har följt noggrannheten hos tvåstegsdetektorer hittills. I detta dokument undersöker vi varför så är fallet. Vi upptäcker att den extrema förgrunds-bakgrundsklassobalansen under utbildningen av täta detektorer är den centrala orsaken. Vi föreslår att man tar itu med denna obalans genom att omforma den normala korsentropiförlusten så att den minskar den förlust som hänförs till välklassificerade exempel. Vår roman Focal Loss fokuserar träningen på en gles uppsättning hårda exempel och förhindrar det stora antalet enkla negativ från att överväldiga detektorn under träningen. För att utvärdera effektiviteten av vår förlust, vi utforma och träna en enkel tät detektor som vi kallar RetinaNet. Våra resultat visar att när RetinaNet tränas med fokal förlust, kan matcha hastigheten på tidigare en-stegs detektorer samtidigt överträffa noggrannheten hos alla befintliga state-of-the-art två-stegs detektorer. Koden finns på https://github.com/facebookresearch/Detectron. | Löjtnant m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m för m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m. REF föreslog focus loss (FL) för att ta itu med denna klassobalans genom att omforma standarden CEL så att den vägde ned den förlust som hänförts till välklassificerade exempel. | 47,252,984 | Focal Loss for Dense Object Detection | {'venue': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'journal': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,139 |
Kostnaden för storskalig datainsamling och annotering gör ofta tillämpningen av maskininlärningsalgoritmer på nya uppgifter eller datauppsättningar oöverkomligt dyrt. En metod som kringgår denna kostnad är utbildningsmodeller för syntetiska data där noteringar tillhandahålls automatiskt. Trots sin dragningskraft misslyckas sådana modeller ofta med att generalisera från syntetiska till verkliga bilder, vilket kräver domänanpassningsalgoritmer för att manipulera dessa modeller innan de framgångsrikt kan tillämpas. Befintliga metoder fokuserar antingen på att kartlägga representationer från en domän till en annan, eller på att lära sig att extrahera funktioner som är invarianta till den domän från vilken de extraherades. Men genom att enbart fokusera på att skapa en kartläggning eller en delad representation mellan de två domänerna, ignorerar de de enskilda egenskaperna hos varje domän. Vi hypothesize att explicit modellera vad som är unikt för varje domän kan förbättra en modells förmåga att extrahera domän-invarianta funktioner. Inspirerade av arbete med privat delad komponentanalys lär vi oss uttryckligen att extrahera bildrepresentationer som delas upp i två subrymder: en komponent som är privat till varje domän och en som delas över domäner. Vår modell är tränad att inte bara utföra den uppgift vi bryr oss om i källdomänen, utan också att använda den partitionerade representationen för att rekonstruera bilderna från båda domänerna. Vår nya arkitektur resulterar i en modell som överträffar state-of-the-art på en rad oövervakade domänanpassningsscenarier och dessutom producerar visualiseringar av de privata och delade representationer som möjliggör tolkning av domänanpassningsprocessen. | REF hävdade att en åtskillnad mellan delad representation och varje domäns individuella egenskaper uttryckligen skulle kunna öka modellens riktighet. | 2,127,515 | Domain separation networks | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,140 |
Trots genombrotten i noggrannhet och hastighet av enkelbild super-upplösning med hjälp av snabbare och djupare konvolutionella neurala nätverk, återstår ett centralt problem i stort sett olöst: hur kan vi återställa de finare textur detaljer när vi super-löser på stora uppskalningsfaktorer? Uppförandet av optimeringsbaserade superupplösningsmetoder drivs främst av valet av den objektiva funktionen. Den senaste tidens arbete har till stor del fokuserat på att minimera det genomsnittliga kvadratrekonstruktionsfelet. De resulterande uppskattningarna har hög signal-till-brusförhållande, men de saknar ofta högfrekvensdetaljer och är perceptuellt otillfredsställande i den meningen att de inte matchar den trohet som förväntas vid den högre upplösningen. I denna artikel presenterar vi SRGAN, ett generativt kontradiktoriskt nätverk (GAN) för bildsuperupplösning (SR). Till vår kunskap är det den första ramen som kan sluta sig till fotorealistiska naturliga bilder för 4× upscaling faktorer. För att uppnå detta föreslår vi en perceptuell förlustfunktion som består av en kontradiktorisk förlust och en innehållsförlust. Den kontradiktoriska förlusten driver vår lösning till det naturliga bildgrenröret med hjälp av ett discriminatornätverk som är tränat för att skilja mellan de superupplösta bilderna och de ursprungliga fotorealistiska bilderna. Dessutom använder vi en innehållsförlust som motiveras av perceptuell likhet istället för likhet i pixelutrymme. Vårt djupa resterande nätverk kan återställa fotorealistiska texturer från kraftigt nedplockade bilder på offentliga riktmärken. En omfattande medel-opinion-score (MOS) test visar enormt betydande vinster i perceptuell kvalitet med hjälp av SRGAN. MOS poäng som erhållits med SRGAN är närmare de ursprungliga högupplösta bilder än de som erhållits med någon toppmodern metod. | REF presenterade SRGAN, ett generativt kontradiktoriskt nätverk för bildsuperupplösning. | 211,227 | Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network | {'venue': '2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'journal': '2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'mag_field_of_study': ['Computer Science', 'Mathematics']} | 80,141 |
Abstract-I detta papper undersöker vi följande problem: med tanke på bilden av en scen, vad är den bana som en robotmonterad kamera bör följa för att möjliggöra optimal tät djupuppskattning? Den lösning vi föreslår bygger på att maximera informationsvinsten över en uppsättning kandidatbanor. För att uppskatta den information som vi förväntar oss från en kamerapose, introducerar vi en ny formulering av den mätosäkerhet som står för scenens utseende (dvs. struktur i referensvyn), scendjupet och fordonet utgör. Vi demonstrerar framgångsrikt vår strategi i händelse av realtid, monokulära rekonstruktion från en mikroantenn fordon och validera effektiviteten av vår lösning i både syntetiska och verkliga experiment. Såvitt vi vet är detta det första arbetet på aktiv, monokulär tät rekonstruktion, som väljer rörelsebanor som minimerar perceptuella tvetydigheter som kan härledas av strukturen i scenen. | REF använder informationsvinsten för att välja den bana som maximerar precisionen i miljörekonstruktionen. | 1,677,458 | Appearance-based Active, Monocular, Dense Reconstruction for Micro Aerial Vehicles | {'venue': 'Robotics: Science and Systems', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,142 |
I detta dokument presenterar vi ett Markov Logic Network for Semantic Role Labelling som tillsammans utför predicate identifikation, frame disambiguation, argument identifikation och argument klassificering för alla predikat i en mening. Empiriskt anser vi att vår strategi är konkurrenskraftig: vår bästa modell skulle visas på samma sätt som den bästa posten i CoNLL 2008 gemensamma uppgift öppen spår, och på den 4: e platsen av den stängda spår-höger bakom de system som använder betydligt bättre tolkar för att generera sina inmatningsfunktioner. Dessutom konstaterar vi att vi genom att helt och hållet fånga upp den fullständiga SRL-ledningen i en enda probabilistisk modell kan uppnå betydande förbättringar i fråga om mer isolerade system, särskilt när det gäller out-of-domändata. Slutligen visar vi att trots den gemensamma strategin är vårt system fortfarande effektivt. | REF har förenat semantisk rollmärkning och predikering av sinnen med Markovs logik. | 1,015,652 | Jointly Identifying Predicates, Arguments and Senses using Markov Logic | {'venue': 'HLT-NAACL', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,143 |
Abstract-Continuously övervakning länk prestanda är viktigt för nätverk diagnos. I detta dokument tar vi upp problemet med att minimera beviskostnaden och uppnå identifierbarhet vid övervakning av sondbaserade nätverkslänkar. Med tanke på en uppsättning länkar för att övervaka, vårt mål är att välja det minsta antalet undersökningsvägar som kan unikt bestämma alla identifierbara länkar och täcka alla oidentifierbara länkar. Vi föreslår en algoritm baserad på en linjär systemmodell för att ta reda på alla irreducerbara uppsättningar av genomsökningsvägar som unikt kan bestämma en identifierbar länk, och vi utökar bipartit modellen för att återspegla förhållandet mellan en uppsättning av genomsökningsvägar och en identifierbar länk. Eftersom vårt optimeringsproblem är NP-hard, föreslår vi en heuristisk-baserad algoritm för att girigt välja undersökningsvägar. Vår metod eliminerar två typer av redundanta undersökningsvägar, dvs. de som kan ersättas av andra och de som inte bidrar till att uppnå identififiability. Simuleringar baserade på verkliga nätverkstopologier visar att vår strategi kan uppnå identififiability med mycket låga undersökningskostnader. Jämfört med tidigare arbete är vår metod mer generell och har bättre prestanda. | Zheng m.fl. REF valde en minimiuppsättning sökvägar som kan identifiera alla identifierbara länkar samt täcka alla oidentifierbara länkar. | 2,413,350 | Minimizing Probing Cost and Achieving Identifiability in Probe-Based Network Link Monitoring | {'venue': 'IEEE Transactions on Computers', 'journal': 'IEEE Transactions on Computers', 'mag_field_of_study': ['Computer Science']} | 80,144 |
Den stora turné och projektion jakt är två metoder för att utforska multivariata data. Vi visar hur man kombinerar dem till en dynamisk grafiskt verktyg för undersökande dataanalys, kallas en projektion jakt guidad tur. Detta verktyg hjälper till att samla data när kluster är märkligt formade och när det gäller allmänna lågdimensionella strukturer i högdimensionella, och i synnerhet glesa data. Ett exempel visar att metoden, som är projektorbaserad, kan vara ganska kraftfull i situationer som kan orsaka metoder baserade på kärnsmoothing sorg. Den projektion jakt guidad tur är också användbar för att jämföra och utveckla projektion jakt index och illustrera vissa typer av asymptotiska resultat. | Den tidiga forskningen om allmän tomtbaserad datavisualisering är Grand Tour och projektion Pursuit REF. | 8,831,047 | Grand Tour and Projection Pursuit | {'venue': 'Journal of Computational and Graphical Statistics', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,145 |
Under de senaste åren har övervakad inlärning med konvolutionella nätverk (CNN) fått en enorm spridning i tillämpningar för datorseende. Jämförande, oövervakad inlärning med CNNs har fått mindre uppmärksamhet. I detta arbete hoppas vi kunna bidra till att överbrygga klyftan mellan CNN:s framgångar när det gäller övervakat lärande och oövervakat lärande. Vi introducerar en klass av CNN som kallas djupa konvolutionella generativa kontrariska nätverk (DCGANS), som har vissa arkitektoniska begränsningar, och visar att de är en stark kandidat för oövervakat lärande. Träning på olika bilddataset visar övertygande bevis för att vårt djupa kontradiktoriska par lär sig en hierarki av representationer från objektdelar till scener i både generatorn och discriminatorn. Dessutom använder vi de inlärda funktionerna för nya uppgifter - demonstration av deras tillämplighet som allmänna bildrepresentationer. | Författarna till REF införde konvolutionella skikt i GAN:s arkitektur och föreslog det så kallade Deep Convolutional Generative Adversarial Network (DCGAN). | 11,758,569 | Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks | {'venue': 'ICLR 2016', 'journal': 'arXiv: Learning', 'mag_field_of_study': ['Computer Science', 'Mathematics']} | 80,147 |
Nyligen, djupt lärande, särskilt djupa Convolutional Neural Networks (ConvNets), har uppnått överväldigande noggrannhet med snabb bearbetningshastighet för bildklassificering. Inkorporera temporal struktur med djupa ConvNets för video representation blir ett grundläggande problem för videoinnehåll analys. I detta dokument föreslår vi ett nytt tillvägagångssätt, nämligen Hierarkical Recurrent Neural Encoder (HRNE), för att utnyttja tidsmässig information om videor. Jämfört med de senaste videorepresentationerna drar man slutsatsen att detta dokument ger följande tre bidrag. För det första, vår HRNE kan effektivt utnyttja video temporal struktur i ett längre intervall genom att minska längden på indataflödet, och sammanställa flera på varandra följande ingångar på en högre nivå. För det andra minskas beräkningsverksamheten avsevärt samtidigt som man uppnår mer icke-linjäritet. För det tredje kan HRNE upptäcka tidsmässiga övergångar mellan rambitar med olika kornstorlekar, dvs. Den kan modellera tidsmässiga övergångar mellan ramar och övergångar mellan segment. Vi använder den nya metoden för videotextning där tidsinformation spelar en avgörande roll. Experiment visar att vår metod överträffar state-of-the-art på videotextning riktmärken. | - Pan et al. - Vad är det? I REF föreslås vidare den hierarkiska RNN-kodaren samt den temporal-spatiala uppmärksamheten. | 3,867,284 | Hierarchical Recurrent Neural Encoder for Video Representation with Application to Captioning | {'venue': '2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'journal': '2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'mag_field_of_study': ['Computer Science']} | 80,148 |
Abstract-I detta dokument föreslår vi en ny metod som syftar till att visa oberoende multi-view åtgärder erkännande. Istället för att kombinera den information som tillhandahålls av alla kameror som bildar kamerainställningen, för action representation och klassificering, utför vi en-vy åtgärd representation och klassificering till alla tillgängliga videor som skildrar personen i fråga självständigt. Handling representation innebär en självorganiserande neurala nätverk utbildning följt av fuzzy vektor kvantization. Åtgärdsklassificering utförs av en feedforward neurala nätverk som är utbildad för view-invariant handlingsigenkänning. Flera åtgärder klassificering resultat kombination baserat på Bayesian lärande, i igenkänningsfasen, resultat till hög igenkänning noggrannhet. Den föreslagna metoden för erkännande av åtgärder utvärderas i två allmänt tillgängliga databaser som syftar till olika tillämpningsscenarier. | Josifidis m.fl. REF genomförde en enda granskning av åtgärdsrepresentationen och klassificeringen. | 3,187,188 | Neural representation and learning for multi-view human action recognition | {'venue': 'The 2012 International Joint Conference on Neural Networks (IJCNN)', 'journal': 'The 2012 International Joint Conference on Neural Networks (IJCNN)', 'mag_field_of_study': ['Computer Science']} | 80,149 |
Abstract-Vi presenterar en inlärningsbaserad kartlös rörelseplanerare genom att ta de glesa 10-dimensionella avståndsfynden och målpositionen med avseende på den mobila robotkoordinatramen som ingång och de kontinuerliga styrkommandona som utgång. Traditionella rörelseplanerare för mobila markrobotar med lasersensor är oftast beroende av hinderkartan över navigeringsmiljön där både den mycket exakta lasersensorn och hinderkartans byggnadsarbete i miljön är oumbärliga. Vi visar att genom en asynkron djup förstärkning inlärningsmetod, en kartalös rörelse planerare kan tränas end-to-end utan några manuellt utformade funktioner och tidigare demonstrationer. Den utbildade planeraren kan direkt appliceras i osynliga virtuella och verkliga miljöer. Experimenten visar att den föreslagna kartlösa rörelseplaneraren kan navigera den icke-holonomiska mobila roboten till de önskade målen utan att kollidera med några hinder. | För att övervinna denna begränsning, Tai et al. REF föreslog en kartlös rörelseplanerare som utbildades genom en metod för djupt förstärkande inlärning. | 15,699,494 | Virtual-to-real deep reinforcement learning: Continuous control of mobile robots for mapless navigation | {'venue': '2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)', 'journal': '2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)', 'mag_field_of_study': ['Engineering', 'Computer Science']} | 80,150 |
Molnlagring är en framväxande infrastruktur som erbjuder plattformar som en tjänst (PaaS). På sådana plattformar justeras lagring och beräkningskraft dynamiskt, och därför är det viktigt att bygga en mycket skalbar och tillförlitlig lagring som kan skalas elastiskt på begäran med minimal startkostnad. I detta dokument föreslår vi ecStore - ett elastiskt molnlagringssystem som stöder automatiserad datapartitionering och replikering, lastbalansering, effektiv räckviddsfråga och transaktionsåtkomst. I ecStore, dataobjekt distribueras och replikeras i ett kluster av råvarudatorn noder som finns i molnet. Användare kan komma åt data via transaktioner som bunt läsa och skriva operationer på flera dataobjekt som lagras på möjligen olika kluster noder. Arkitekturen för ecStore följer en stratum design som utnyttjar ett underliggande distribuerat index med ett replikeringsskikt i mitten och ett transaktionshanteringsskikt på toppen. ecStore ger adaptiv läskonsistens på replikerade data. Vi förbättrar också systemet med ett effektivt lastbalanseringssystem med hjälp av en självjusterande replikeringsteknik som är speciellt utformad för storskaliga data. Dessutom stämmer ett multiversionsoptimistiskt system för konvergenskontroll väl överens med egenskaperna hos data i molnlagringar. För att validera systemets prestanda har vi genomfört omfattande experiment på olika plattformar, bland annat ett kommersiellt moln (Amazons EC2), ett internt kluster, och PlanetLab. | ecStore REF är ett elastiskt molnlagringssystem som ger effektiv lastbalanseringsschema med hjälp av självjusterande replikeringsteknik som är speciellt utformad för storskaliga data. | 5,974,177 | Towards Elastic Transactional Cloud Storage with Range Query Support | {'venue': 'PVLDB', 'journal': 'PVLDB', 'mag_field_of_study': ['Computer Science']} | 80,151 |
Vi presenterar regionbaserade, helt konvolutionella nätverk för korrekt och effektiv objektdetektering. I motsats till tidigare regionbaserade detektorer som Fast/Faster R-CNN [6, 18] som tillämpar ett kostsamt delnätverk per region hundratals gånger, är vår regionbaserade detektor helt konvolutionell med nästan all beräkning delad på hela bilden. För att uppnå detta mål föreslår vi positionskänsliga poängkartor för att ta itu med ett dilemma mellan translation-invarians i bildklassificering och translation-varians i objektdetektering. Vår metod kan därför naturligt anta helt konvolutionella bild klassificera ryggrader, såsom de senaste Residual Networks (ResNets) [9], för objektdetektering. Vi visar konkurrenskraftiga resultat på PASCAL VOC dataset (t.ex., 83,6% mAP på 2007 uppsättningen) med 101-lager ResNet. Samtidigt, vårt resultat uppnås med en testtid hastighet på 170 ms per bild, 2,5-20× snabbare än Snabbare R-CNN motsvarighet. Koden görs tillgänglig för allmänheten på https://github.com/daijifeng001/r-fcn. | R-FCN REF använder positionskänslig RoI pooling för att ta itu med problemet översättning-variant vid objektdetektering. | 7,428,689 | R-FCN: Object Detection via Region-based Fully Convolutional Networks | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,152 |
Vi studerar topologikontrollproblem i ad hoc-nätverk, där nätverksnoder får välja sina strömnivåer för att säkerställa önskade konnektivitetsegenskaper. Till skillnad från de flesta andra arbete på detta ämne, antar vi att nätverksnoder ägs av olika enheter, vars enda mål är att maximera sitt eget verktyg att de kommer ut ur nätverket utan att överväga den totala prestandan i nätverket. Spelteori är det lämpliga verktyget för att studera sådana själviska noder: vi definierar flera topologi kontrollspel där noderna behöver välja effektnivåer för att ansluta till andra noder i nätverket för att nå sina kommunikationspartners samtidigt minimera sina kostnader. Vi studerar Nash equilibria och visar att -bland de spel vi definierar - dessa kan bara garanteras att existera om alla nätverksnoder krävs för att anslutas till alla andra noder (vi kallar detta Starka Anslutningsspel). Vi ger asymptotiskt snäva gränser för det värsta fallet kvalitet på en Nash jämvikt i Strong Connectivity Game och vi förbättrar dessa gränser för slumpmässigt fördelade noder. Vi studerar sedan den beräkningsmässiga komplexiteten av att hitta Nash equilibria och visar att en polynom-tid algoritm finner Nash equilibria vars kostnader är som mest en faktor 2 av den minsta möjliga kostnaden; för en variation som kallas Connectivity Game, där varje nod bara krävs för att anslutas (eventuellt via mellanliggande noder) till en given uppsättning noder, visar vi att besvara frågan, om en Nash jämvikt finns, är NP -hard, om nätverksgrafen uppfyller triangeln ojämlikhet. För ett andra spel som heter Reachability Game, där varje nod försöker nå så många andra noder som möjligt, medan minimera sin radie, visar vi att 1 + o(1)-ungefärliga Nash equilibria finns för slumpmässigt fördelade noder. Vårt arbete är ett första steg mot spelteoretiska analyser av ad hoc-nätverk. * Los Alamos National Laboratory Report LA-UR-03-3269. | The Strong Connectivity Game REF är ett specialfall av Connectivity Game där varje vertex måste ansluta till varje annan vertex. | 5,622,554 | Equilibria in topology control games for ad hoc networks | {'venue': "DIALM-POMC '03", 'journal': None, 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,153 |
Abstract-Head-pose uppskattning har många tillämpningar, såsom social händelseanalys, människa-robot och människa-dator interaktion, körhjälp, och så vidare. Uppskattning av huvudet är utmanande eftersom det måste klara av ändrade belysningsförhållanden, variationer i ansiktets orientering och utseende, partiella ocklusioner av ansiktsmarkeringar, samt gränsande-box-till-face justeringsfel. Vi föreslår tu använda en blandning av linjär regression med delvis latent utgång. Denna regressionsmetod lär sig att kartlägga högdimensionella vektorer (utdragna från avgränsande lådor av ansikten) på det gemensamma utrymmet av huvud-pose vinklar och gränsande-box skift, så att de är robust förutspådd i närvaro av omärkliga fenomen. Vi beskriver i detalj den kartläggningsmetod som kombinerar fördelarna med oövervakade mångfaldiga inlärningsmetoder och av blandningar av regression. Vi validerar vår metod med tre allmänt tillgängliga dataset och vi jämför noggrant fyra varianter av den föreslagna algoritmen med flera state-of-the-art head-pose skattningsmetoder. | Mer nyligen, Drouard et al. I REF föreslogs en metod för regression som syftar till robust huvud innebär uppskattning i närvaro av variationer inom klassen, genom att kartlägga vektorer kopplade till avgränsande lådor av ansikten på utrymmet för pose-vinklar och limig-box översättningar. | 13,045,665 | Robust Head-Pose Estimation Based on Partially-Latent Mixture of Linear Regressions | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Medicine', 'Computer Science']} | 80,154 |
Abstract-Vi tar itu med problemet med energieffektiv avkänning genom att anpassningsbart samordna viloscheman av sensorn noder samtidigt som man garanterar att värden av sovande noder kan återvinnas från de vakna noderna inom en användares specificerade fel bunden. Vår strategi har två faser. För det första, utveckling av modeller för att förutsäga mätning av en sensor med hjälp av data från andra sensorer. För det andra, skapandet av det maximala antalet undergrupper av separata noder, vars data är tillräckliga för att återställa mätningarna av hela sensornätverket. För att förutsäga sensormätningarna introducerar vi en ny optimal icke-parametrisk polynomtidsisoton regression. Med hjälp av förutsägelsemodellerna är problemet med sömnsamordning abstrakt till ett domatiskt talproblem och kan lösas optimalt med hjälp av en ILP-lösare. För att fånga den föränderliga dynamiken i den instrumenterade miljön övervakar vi ibland förutsägelsefelen för att utlösa anpassning av modellerna och domatiska partitioner efter behov. Experimentella utvärderingar av spår av ett medelstort nätverk med temperatur- och fuktighetsgivare visar att metoden kan förlänga nätverkets livslängd med en faktor på 4 eller högre även för ett strikt felmål. | På senare tid har tillämpningar av isoton regression i statistisk modellering av sensornätverksdata visats REF. | 6,452,697 | Sleeping Coordination for Comprehensive Sensing Using Isotonic Regression and Domatic Partitions | {'venue': 'Proceedings IEEE INFOCOM 2006. 25TH IEEE International Conference on Computer Communications', 'journal': 'Proceedings IEEE INFOCOM 2006. 25TH IEEE International Conference on Computer Communications', 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,155 |
Vi presenterar DiscoWoT, en semantisk söktjänst för Webenabled smarta saker. Tjänsten är baserad på tillämpningen av flera Discovery Strategies på en webbresurs representation, där godtyckliga användare kan skapa och uppdatera strategier på körtid med DiscoWoT RESTful gränssnitt. Dess mål är att tillhandahålla en framtidssäker mekanism för att möjliggöra både, mänskliga användare och maskiner, att semantiskt upptäcka funktionalitet som tillhandahålls av Web-aktiverade enheter. I slutändan syftar det till att möjliggöra underlättad upptäckt, urval och utnyttjande av smarta saker. DiscoWoT innehåller en transparent mekanism för att skjuta upp upptäckt av resurser till externa handläggare och kan på så sätt interagera med andra tjänster inom organisationer för söktjänster. Det kan nås av godtyckliga användare för ad hoc upptäckt av funktionalitet som erbjuds av webbresurser eller införlivas i infrastruktur för Webabled smarta saker. | I REF presenterar författarna DiscoWoT, en extensible upptäckt mekanism som innehåller flera upptäcktsstrategier för att semantiskt kartlägga webbresurser och gör det möjligt för användare att utöka poolen av tillgängliga strategier på körtid. | 11,331,032 | An extensible discovery service for smart things | {'venue': "WoT '11", 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,156 |
Definitionen av kombinatorisk kategoriserad grammatik (CCG) i litteraturen varierar ganska mycket från författare till författare. Skillnaderna mellan definitionerna är dock viktiga när det gäller språkklasser i varje CCG. Vi bevisar att ett brett spektrum av CCGs är starkt kontextfria, inklusive CCG i CCGbank och parser av Clark och Curran (2007). Mot bakgrund av dessa nya resultat utbildar vi PCFG-tolken Petrov och Klein (2007) på CCGbank och uppnår toppmoderna resultat i supertagging noggrannhet, PARSEVAL-mått och beroendenoggrannhet. | REF bevisade formellt att en rad kombinatoriska kategoriserings Grammamer (CCG) är kontextfria. | 9,118,584 | Accurate Context-Free Parsing with Combinatory Categorial Grammar | {'venue': 'ACL', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,157 |
Noder som finns i olika delar av en graf kan ha liknande strukturella roller inom sitt lokala nätverk topologi. Identifieringen av sådana roller ger viktig inblick i organisationen av nätverk och kan användas för en mängd olika maskininlärning uppgifter. Att lära sig strukturella representationer av noder är dock ett utmanande problem, och det har vanligtvis inneburit att manuellt specificera och skräddarsy topologiska funktioner för varje nod. I detta papper utvecklar vi GraphWave, en metod som representerar varje nod nätverk område via en låg-dimensionell inbäddning genom att utnyttja värme vågen diffusion mönster. Istället för att träna på handvalda funktioner lär sig GraphWave dessa inbäddningar på ett oövervakat sätt. Vi matematiskt bevisa att noder med liknande nätverk kvarter kommer att ha liknande GraphWave inbäddningar även om dessa noder kan bo i mycket olika delar av nätverket. GraphWave skalor linjärt med antalet kanter och experiment i en mängd olika inställningar visar GraphWaves verkliga potential för att fånga strukturella roller i nätverk. Allt som allt, GraphWave överträffar befintliga state-of-the-art basics i varje experiment, med så mycket som 137%. | GraphWave REF representerar varje nod nätverk område via en låg-dimensionell inbäddning genom att utnyttja värme våget diffusion mönster, för att fånga strukturella roller noder i nätverk. | 3,340,632 | Learning Structural Node Embeddings via Diffusion Wavelets | {'venue': None, 'journal': 'Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining', 'mag_field_of_study': ['Computer Science']} | 80,158 |
Detta dokument är inriktat på problemet med att sätta igenkänning, som lär sig metriska mellan två bilduppsättningar. Bilder i varje uppsättning tillhör samma identitet. Eftersom bilder i ett set kan komplettera varandra, leder de förhoppningsvis till högre noggrannhet i praktiska tillämpningar. Kvaliteten på varje prov kan dock inte garanteras, och prover med dålig kvalitet kommer att skada metriska. I detta dokument föreslås det kvalitetsmedvetna nätverket (QAN) för att ta itu med detta problem, där kvaliteten på varje prov automatiskt kan läras, även om sådan information inte uttryckligen ges i utbildningsskedet. Nätverket har två grenar, där den första grenen extrakt utseende funktionen inbäddning för varje prov och den andra grenen förutspår kvalitet poäng för varje prov. Funktioner och kvalitet poäng av alla prover i en uppsättning sedan aggregeras för att generera den slutliga funktionen inbäddning. Vi visar att de två grenarna kan tränas på ett end-to-end sätt med endast set-level identitets annotation. Analys av gradientspridningen av denna mekanism visar att den kvalitet som nätverket lärt sig är fördelaktig för att ställa in igenkännandet och förenklar den distribution som nätverket behöver för att passa. Experiment på både ansiktskontroll och personidentifiering visar fördelar med den föreslagna QAN. Källkoden och nätverksstrukturen kan laddas ner på GitHub 1 | Liu m.fl. REF använde tidsmässig uppmärksamhet för att uppskatta kvaliteten på varje bild och vägde om utseendet efter kvalitetsresultat. | 505,577 | Quality Aware Network for Set to Set Recognition | {'venue': '2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'journal': '2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'mag_field_of_study': ['Computer Science']} | 80,159 |
Abstrakt. Super-Resolution Generative Adversarial Network (SR-GAN) [1] är ett seminalt arbete som kan generera realistiska texturer under en enda bild super-upplösning. Men de hallucinerade detaljerna åtföljs ofta av obehagliga artefakter. För att ytterligare förbättra den visuella kvaliteten studerar vi noggrant tre viktiga komponenter i SRGAN-nätverkets arkitektur, kontrarimal förlust och perceptuell förlust, och förbättrar var och en av dem för att härleda en förbättrad SRGAN (ESRGAN). I synnerhet introducerar vi Residual-in-Residual Dense Block (RRDB) utan batch normalization som den grundläggande nätverksbyggande enheten. Dessutom lånar vi idén från relativistisk GAN [2] för att låta discriminatorn förutsäga relativ realitet istället för absolut värde. Slutligen förbättrar vi den perceptuella förlusten genom att använda funktionerna före aktivering, vilket kan ge en starkare övervakning för ljusstyrkans konsistens och texturåterställning. För att dra nytta av dessa förbättringar uppnår ESRGAN konsekvent bättre visuell kvalitet med mer realistiska och naturliga texturer än SRGAN och vann första plats i PIRM2018-SR Challenge 1 [3]. Koden finns på https://github.com/xintao/ESRGAN. | ESRGAN REF uppdaterar det grundläggande blocket med rest-i-residual tät block (RRBB), som kombinerar flera nivåer restnät och täta anslutningar för att förbättra prestanda. | 52,154,773 | ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,160 |
I detta arbete föreslår vi Attentive Pooling (AP), en dubbelriktad mekanism för diskriminativ modellutbildning. I samband med parvis rankning eller klassificering med neurala nätverk gör AP det möjligt för pooling skiktet att vara medveten om det aktuella indataparet, på ett sätt som information från de två indataobjekten direkt kan påverka beräkningen av varandras representationer. Tillsammans med sådana representationer av de parade indata lär sig AP gemensamt en likhetsmått över projicerade segment (t.ex. trigrams) av paret, och därefter, härleder motsvarande uppmärksamhet vektor för varje inmatning för att styra poolen. Vår dubbelriktade uppmärksamhetsmekanism är en allmän ram oberoende av det underliggande representationslärandet, och den har tillämpats på både konvolutionella neurala nätverk (CNN) och återkommande neurala nätverk (RNN) i våra studier. De empiriska resultaten, från tre mycket olika referensuppgifter för frågesvar/svarsval, visar att våra föreslagna modeller överträffar en rad starka baslinjer och uppnår toppmoderna resultat i alla riktmärken. | REF föreslår uppmärksam poolning för dubbelriktad uppmärksamhet. | 14,163,772 | Attentive Pooling Networks | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,161 |
Abstract-Words och fraser förvärva mening från hur de används i samhället, från deras relativa semantik till andra ord och fraser. För datorer är motsvarigheten till "samhället" "databas", och motsvarigheten till "användning" är "sätt att söka i databasen". Vi presenterar en ny teori om likhet mellan ord och fraser baserat på informationsavstånd och Kolmogorov komplexitet. För att fixa tankar använder vi world-wide-web som databas, och Google som sökmotor. Metoden är även tillämplig på andra sökmotorer och databaser. Denna teori tillämpas sedan för att konstruera en metod för att automatiskt extrahera likhet, Google likhet avstånd, av ord och fraser från den globala webben med hjälp av Google sida räknas. World-wide-web är den största databasen på jorden, och den kontextinformation som in av miljontals oberoende användare genomsnitt ut för att ge automatisk semantik av användbar kvalitet. Vi ger tillämpningar inom hierarkisk klusterbildning, klassificering och språköversättning. Vi ger exempel för att skilja mellan färger och siffror, klusternamn på målningar av 17th century holländska mästare och namn på böcker av engelska författare, förmågan att förstå nödsituationer, och primes, och vi visar förmågan att göra en enkel automatisk engelsk-spanska översättning. Slutligen använder vi WordNet databasen som en objektiv baslinje för att bedöma resultatet av vår metod. Vi genomför en massiv randomiserad test i binär klassificering med hjälp av stöd vektor maskiner för att lära sig kategorier baserat på vårt Google avstånd, vilket resulterar i en genomsnittlig överenskommelse på 87% med experten skapade WordNet kategorier. Index Termsaccuracy jämförelse med WordNet kategorier, automatisk klassificering och klusterbildning, automatisk mening upptäckt med Google, automatisk relativ semantik, automatisk översättning, olikhet semantic avstånd, Google-sökning, Google distribution via sidträff räknas, Google-kod, Kolmogorov komplexitet, normaliserad kompression avstånd ( NCD ), normaliserad informationsavstånd ( NID ), normaliserad Google avstånd ( NGD ), betydelse av ord och fraser extraheras från webben, parameter-fri data-mining, universell likhet metrisk | I REF löstes namnfallet för par genom att använda World Wide Web som databas och Google som frågemekanism (eller | 59,777 | The Google Similarity Distance | {'venue': 'R.L. Cilibrasi, P.M.B. Vitanyi, The Google Similarity Distance, IEEE Trans. Knowledge and Data Engineering, 19:3(2007), 370-383', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,162 |
Abstrakt. Att tillhandahålla skalbara och effektiva routingtjänster i undervattenssensornätverk (UWSN) är mycket utmanande på grund av UWSN:s unika egenskaper. För det första använder UWSN ofta akustiska kanaler för kommunikation eftersom radiosignaler inte fungerar bra i vatten. Jämfört med radiofrekvenskanaler har akustiska kanaler mycket lägre bandbredder och flera storleksordningar längre spridningsförseningar. För det andra har UWSN oftast mycket dynamisk topologi som sensorer rör sig passivt med vattenströmmar. Vissa routing protokoll har föreslagits för att ta itu med det utmanande problemet i UWSNs. Men de flesta av dem antar att den fullständiga-dimensionella lokaliseringsinformationen för alla sensornoder i ett nätverk är känd i förväg genom en lokaliseringsprocess, vilket är ännu en utmanande fråga att lösas i UWSNs. I detta dokument föreslår vi ett djupgående routingprotokoll (DBR). DBR kräver inte fullständig platsinformation för sensornoder. Istället behöver den endast lokal djupinformation, som lätt kan erhållas med en billig djupsensor som kan utrustas i varje undervattenssensornod. En viktig fördel med vårt protokoll är att det kan hantera nätverksdynamik effektivt utan hjälp av en lokaliseringstjänst. Dessutom kan vårt routing protokoll dra nytta av en flersänka undervattenssensor nätverk arkitektur utan att införa extra kostnad. Vi utför omfattande simuleringar. Resultaten visar att DBR kan uppnå mycket höga leveranskvoter för paket (minst 95 %) för täta nätverk med endast små kommunikationskostnader. | Djupbaserad routing (DBR) protokoll REF är en undervattenssensor nätverk routing protokoll som bygger på djup information för varje sensor. | 8,553,961 | DBR: Depth-Based Routing for Underwater Sensor Networks | {'venue': 'Networking', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,163 |
En förbättrad genetisk algoritm presenteras för att välja optimala webbtjänster sammansatta planer från en hel del sammansatta planer på grundval av globala kvalitet-of-Service (QoS) begränsningar. Sambandsmatriskodningsschemat för genomet är dess grund. I denna genetiska algoritm föreslås en especial fitness-funktion och en mutationspolicy på grundval av relationsmatriskodningsschemat för genom. De ökar konvergensen av genetisk algoritm och kan få mer utmärkta sammansatta serviceplan eftersom de överensstämmer med webbtjänster valet mycket bra. Simuleringsresultaten på QoS-aware web services val har visat att den förbättrade genetiska algoritmen effektivt kan få den sammansatta serviceplanen som uppfyller de globala QoS-kraven, och att konvergensen av genetisk algoritm förbättrades mycket väl. | Su m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m. REF presenterar en initial populationspolicy som ett relationsmatriskodningssystem för kromosomer. | 11,210,155 | An improved genetic algorithm for web services selection | {'venue': 'DAIS', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,164 |
Mänsklig datakonversation betraktas som ett av de svåraste problemen inom artificiell intelligens. I det här dokumentet tar vi upp ett av dess viktigaste underproblem, kallat kort textsamtal, där datorn ger ett meddelande från människan, ger ett rimligt svar på meddelandet. Vi utnyttjar den stora mängden korta samtalsdata som finns på sociala medier för att studera frågan. Vi föreslår att man formaliserar korta textsamtal som ett sökproblem i det första steget, och använder toppmoderna informationssökningstekniker (IR) för att utföra uppgiften. Vi undersöker både betydelsen och begränsningen av IR-metoden. Våra experiment visar att den hämtningsbaserade modellen kan få systemet att bete sig ganska "intelligent", när det kombineras med ett enormt arkiv av samtalsdata från sociala medier. | Retrieval baserade modeller å andra sidan behandla konversation sammanhang som en fråga och få en uppsättning svar med hjälp av information hämtning (IR) tekniker från konversation loggar REF. | 18,380,963 | An Information Retrieval Approach to Short Text Conversation | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,165 |
Vi presenterar MULTIP (Multi-instance Learning Parafras Modell), en ny modell anpassad för att identifiera parafraser i de korta meddelandena på Twitter. Vi modellerar tillsammans parafrasera relationer mellan ord och mening par och antar endast mening-nivå annoteringar under lärande. Med enbart denna principiella latenta variabla modell uppnår vi prestandan konkurrenskraftig med en toppmodern metod som kombinerar en latent rymdmodell med en funktionsbaserad övervakad klassificering. Vår modell fångar också lexikalt olika parafraser som skiljer sig från ännu kompletterar tidigare metoder; att kombinera vår modell med tidigare arbete är betydligt bättre än det senaste. Dessutom presenterar vi en ny anteckningsmetod som har gjort det möjligt för oss att crowdsource en parafras corpus från Twitter. Vi gör denna nya datauppsättning tillgänglig för forskarsamhället. | REF utvecklade en funktionsrik inlärningsmodell för multi-instance som tillsammans lär sig parafrasera relationer mellan ord- och meningspar. | 2,812,117 | Extracting Lexically Divergent Paraphrases from Twitter | {'venue': 'Transactions of the Association for Computational Linguistics', 'journal': 'Transactions of the Association for Computational Linguistics', 'mag_field_of_study': ['Computer Science']} | 80,166 |
Röstaktiverade intelligenta assistenter som Siri, Google Now och Cortana är vanliga på mobila enheter. Det är dock utmanande att utvärdera dem på grund av det varierande och föränderliga antalet uppgifter som stöds, t.ex. röstkommando, webbsökning och chatt. Eftersom varje uppgift kan ha sin egen procedur och en unik form av korrekta svar, är det dyrt att utvärdera varje uppgift individuellt. Detta dokument är det första försöket att lösa denna utmaning. Vi utvecklar konsekventa och automatiska metoder som kan utvärdera olika uppgifter i röstaktiverade intelligenta assistenter. Vi använder implicit feedback från användare för att förutsäga om användarna är nöjda med den intelligenta assistenten samt dess komponenter, dvs. taligenkänning och avsiktsklassificering. Med detta tillvägagångssätt kan vi potentiellt utvärdera och jämföra olika uppgifter inom och mellan intelligenta assistenter enligt de förväntade kundnöjdhetsgraderna. Vårt tillvägagångssätt kännetecknas av ett automatiskt system för att kategorisera interaktion mellan användare och system i aktivitetsoberoende dialogåtgärder, t.ex. att användaren befaller, väljer eller bekräftar en åtgärd. Vi använder åtgärden sekvens i en session för att förutsäga användarens tillfredsställelse och kvaliteten på taligenkänning och avsikt klassificering. Vi inkluderar också andra funktioner för att ytterligare förbättra vår strategi, inklusive funktioner som härrör från tidigare arbete på webbsökning tillfredsställelse förutsägelse, och de som utnyttjar akustiska egenskaper röstförfrågningar. Vi utvärderar vårt tillvägagångssätt med hjälp av data som samlats in från en användarstudie. Resultaten visar att vår strategi exakt kan identifiera tillfredsställande och otillfredsställande sessioner. | I REF föreslogs en automatisk metod för att bedöma användarnas tillfredsställelse med intelligenta assistenter. | 14,750,594 | Automatic Online Evaluation of Intelligent Assistants | {'venue': "WWW '15", 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,167 |
Abstrakt. I detta dokument presenterar vi hur rörelseavkänning kan erhållas bara genom att observera WLAN radiosignal styrka och dess fluktuationer. WLAN-signalens temporal-, spektral- och rumsliga egenskaper analyseras. Vår analys bekräftar vårt påstående att "signalstyrka från accesspunkter verkar hoppa mer kraftfullt när enheten rör sig jämfört med när den fortfarande är och antalet detekterbara accesspunkter varierar avsevärt medan användaren är på väg". Med hjälp av denna observation presenterar vi en ny rörelsedetektionsalgoritm, Spread Motion Detection (SpecSMD) baserad på spektralanalys av WLAN-signalens RSSI. För att jämföra den föreslagna algoritmen använde vi Spatially Spread Motion Detection (SpatSMD), som är inspirerad av det senaste arbetet av Sohn et al. Båda algoritmerna utvärderades genom att utföra omfattande mätningar i en rad olika förhållanden (inomhus i olika byggnader och utomhus centrum, parkeringsplats, universitet campus etc.) och testades mot samma datamängder. Den genomsnittliga klassificeringsnoggrannheten på 94 % av den föreslagna SpecSMD överträffar noggrannheten hos SpatSMD (noggrannhet 87 %). De rörelsedetekteringsalgoritmer som presenteras i detta dokument ger allmänt förekommande metoder för att härleda användarens tillstånd. Algoritmerna kan implementeras och köras på en råvaruenhet med WLAN-kapacitet utan behov av ytterligare hårdvarustöd. | Både de spektral- och rumsliga spridningsbaserade rörelsedetekteringsmetoderna är utformade i REF för att uppnå en bättre förståelse av de tidsbundna spektral- och rumsliga egenskaperna hos Wi-Fi RSS-data. | 16,946,139 | Sensing motion using spectral and spatial analysis of WLAN RSSI | {'venue': 'EuroSSC', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,168 |
Konvolutionella neurala nätverk definierar en exceptionellt kraftfull klass av modeller, men begränsas fortfarande av bristen på förmåga att vara rumsligt invariant till inmatningsdata på ett beräknings- och parametereffektivt sätt. I detta arbete introducerar vi en ny inlärningsbar modul, den rumsliga Transformer, som uttryckligen tillåter rumslig manipulation av data inom nätverket. Denna differentierade modul kan infogas i befintliga konvolutionella arkitekturer, vilket ger neurala nätverk förmågan att aktivt rumsligt omvandla funktionskartor, beroende på själva funktionen karta, utan någon extra utbildning övervakning eller modifiering av optimeringsprocessen. Vi visar att användningen av rumsliga transformatorer resulterar i modeller som lär sig variation till översättning, skala, rotation och mer generisk förvrängning, vilket resulterar i state-of-the-art prestanda på flera riktmärken, och för ett antal klasser av transformationer. | Spatial Transformer Networks REF föreslås ge neurala nätverk förmågan att aktivt rumsligt omvandla funktionskartor. | 6,099,034 | Spatial Transformer Networks | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,169 |
Oöverträffad bildöversättning, som syftar till att översätta två oberoende uppsättningar bilder, är utmanande att upptäcka rätt korrespondens utan parade data. Befintliga verk bygger på Generativa Adversarial Networks (Gans) sådan att distributionen av översatta bilder är oskiljaktiga från fördelningen av det uppsatta målet. Sådana begränsningar på viss nivå kan dock inte lära sig korrespondenser på instansnivå (t.ex. Anpassade semantiska delar i objekttransfiguration uppgift). Denna begränsning resulterar ofta i falska positiva (t.ex. geometriska eller semantiska artefakter), och ytterligare leder till läge kollaps problem. För att ta itu med ovanstående frågor föreslår vi en ny ram för till exempel bildöversättning av djup uppmärksamhet GAN (DA-GAN). En sådan design gör det möjligt för DA-GAN att bryta ner uppgiften att översätta prover från två uppsättningar till att översätta instanser i ett välstrukturerat latent utrymme. I synnerhet lär vi oss gemensamt en djup uppmärksamhet kodare, och korrespondenser på instansnivå skulle följaktligen kunna upptäckas genom att närvara vid de inlärda instanserna. Begränsningarna skulle därför kunna utnyttjas på både fastställd nivå och instansnivå. Jämförelser mot flera "state-of-thearts" visar överlägsenheten i vårt tillvägagångssätt, och den breda tillämpningsförmågan, t.ex., utgör morfering, dataförstärkning, etc., driver marginalen för problem med domänöversättning. Denna förordning träder i kraft den tjugonde dagen efter det att den har offentliggjorts i Europeiska unionens officiella tidning. | Till exempel, DA-GAN REF lär sig en djup uppmärksamhet kodare för att möjliggöra instans-nivå översättning, som inte kan hantera multi-instance och komplexa omständigheter. | 3,355,038 | DA-GAN: Instance-Level Image Translation by Deep Attention Generative Adversarial Networks | {'venue': '2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition', 'journal': '2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition', 'mag_field_of_study': ['Computer Science']} | 80,170 |
Abstract-Vi föreslår en ny legaliseringsmetod baserad på virtuell kontraarial förlust: ett nytt mått på lokal smidighet i utdatadistributionen. Virtuell kontraarial förlust definieras som robustheten i modellens bakre fördelning mot lokal perturbation runt varje inmatningspunkt. Vår metod liknar den kontradiktoriska träningen, men skiljer sig från den kontradiktoriska träningen genom att den bestämmer den kontradiktoriska riktningen endast baserat på utgångsfördelningen och att den är tillämplig på en semiövervakad inställning. Eftersom de riktningar i vilka vi slätar ut modellen är praktiskt taget kontradiktoriska, kallar vi vår metod virtuell kontradiktorisk utbildning (moms). Beräkningskostnaden för mervärdesskatt är relativt låg. För neurala nätverk, den ungefärliga gradienten av virtuella motgångar förlust kan beräknas med högst två par av framåt och bakåt propagationer. I våra experiment tillämpade vi moms på övervakad och halvövervakad inlärning på flera referensdatauppsättningar. Med ytterligare förbättringar baserade på entropiminimeringsprincipen uppnår vår moms toppmoderna prestanda på SVHN och CIFAR-10 för halvövervakade inlärningsuppgifter. | Dessutom använder metoden Virtual Adversarial Training (MAT) REF generative adversarial networks (GAN) för att generera de mest effektiva perturbations för förbättrad semi-övervakad inlärning. | 17,504,174 | Virtual Adversarial Training: a Regularization Method for Supervised and Semi-supervised Learning | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Medicine', 'Computer Science', 'Mathematics']} | 80,171 |
Abstract-Vi lär oss rörelse modeller för cykelväg förutsägelse på verkliga spår som erhållits från ett fordon i rörelse, och föreslår att utnyttja den lokala väg topologin för att få bättre prediktiva distributioner. Spåren är extraherade från Tsinghua-Daimler Cyclist Benchmark för cyklistdetektion, och korrigeras för fordon egorörelser. Spåren är sedan rumsligt anpassade till lokala kurvor och korsningar på vägen. Vi studerar en standardmetod för vägförutsägelse i litteraturen baserad på Kalman Filters, samt en blandning av specialiserade filter relaterade till specifika vägorienteringar vid korsningar. Våra experiment visar en förbättrad förutsägelsenoggrannhet (upp till 20% på skarpa varv) av att blanda specialiserade rörelsemodeller för kanoniska riktningar, och förkunskaper om vägtopologi. De nya spårdata kompletterar de befintliga video-, divergens- och notuppgifter som finns i det ursprungliga riktmärket och kommer att göras tillgängliga för allmänheten. | I REF, Pool et al. införde en rörelsemodell för förutsägelse av cykelbanan från ett fordon i rörelse, inklusive kunskap om den lokala vägtopologin. | 12,664,082 | Using road topology to improve cyclist path prediction | {'venue': '2017 IEEE Intelligent Vehicles Symposium (IV)', 'journal': '2017 IEEE Intelligent Vehicles Symposium (IV)', 'mag_field_of_study': ['Engineering', 'Computer Science']} | 80,172 |
Den senaste tidens forskning har visat på den stora potentialen att bygga kostnadseffektiva medieströmningssystem ovanpå peerto-peer-nätverk (P2P). En medieströmningsarkitektur för P2P kan nå en stor streamingkapacitet som är svår att uppnå i konventionella serverbaserade streamingtjänster. Hybrida streamingsystem som kombinerar användningen av dedikerade streamingservrar och P2P-nätverk föreslogs för att bygga på fördelarna med båda paradigmerna. Dynamiken i sådana system och inverkan av olika faktorer på systemets beteende är dock inte helt klar. I den här artikeln presenterar vi en analytisk ram för att kvantitativt studera egenskaperna hos en hybrid media streaming modell. Baserat på detta ramverk härleder vi en ekvation för att beskriva kapacitetstillväxten i ett streamingsystem med en enda fil. Vi utvidgar sedan analysen till flerfilsscenarier. Vi visar också hur systemet uppnår optimal tilldelning av serverbandbredd mellan olika medieobjekt. Den oförutsägbara avvikelsen/felet hos kamrater är en kritisk faktor som påverkar P2P-systemens prestanda. Vi använder begreppet kamratliv för att modellera kamratmisslyckanden. Den ursprungliga kapacitetstillväxtekvationen förstärks med koefficienter som genereras från kamratlivslängder som följer en exponentiell fördelning. Vi föreslår också en misslyckad modell under godtyckligt distribuerad kamratlivslängd. Resultat från storskaliga simuleringar stödjer vår analys. | Y. C. Tu m.fl. I REF presenteras en studie av kapacitetstillväxten för P2P-mediaströmningssystem med hjälp av en diskret tidsanalytisk modell. | 1,812,632 | An analytical study of peer-to-peer media streaming systems | {'venue': 'TOMCCAP', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,173 |
Abstract-Vi föreslår ett nytt datorsynbaserat falldetekteringssystem för övervakning av äldre i en ansökan om hemvård. Bakgrund subtraktion tillämpas för att extrahera förgrunden människokroppen och resultatet förbättras genom att använda viss efterbehandling. Information från ellipsmontering och en projektionshistogram längs ellipsaxlarna används som egenskaper för att särskilja olika positioner hos människan. Dessa egenskaper matas sedan in i en riktad acyklisk grafstöd vektormaskin för hållningsklassificering, vars resultat sedan kombineras med härledd golvinformation för att upptäcka ett fall. Från en datauppsättning på 15 personer visar vi att vårt falldetekteringssystem kan uppnå en hög falldetekteringsfrekvens (97,08 %) och en mycket låg falsk detektionsfrekvens (0,8 %) i en simulerad hemmiljö. Index Terms-Assistive living, riktad acyklisk graf stöd vektor maskin (DAGSVM) systemintegration, falldetektering, hälso-och sjukvård, flera klasser klassificering. | I arbetet i REF föreslogs ett datorsynbaserat falldetekteringssystem för övervakning av äldre personer i en ansökan om hemvård. | 8,888,816 | A Posture Recognition-Based Fall Detection System for Monitoring an Elderly Person in a Smart Home Environment | {'venue': 'IEEE Transactions on Information Technology in Biomedicine', 'journal': 'IEEE Transactions on Information Technology in Biomedicine', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,174 |
Avrundningsfel kan inte undvikas när numeriska program genomförs med ändlig precision. Förmågan att resonera om avrundning är särskilt viktigt om man vill utforska en rad potentiella representationer, till exempel för FPGAs eller anpassade hårdvaruimplementeringar. Detta problem blir utmanande när programmet inte enbart använder linjära operationer eftersom icke-linjäritet är en naturlig del av många intressanta beräkningsproblem i verkliga tillämpningar. Befintliga lösningar på resonemang kan leda till antingen felaktiga gränser eller hög analystid i närvaro av icke-linjära korrelationer mellan variabler. Dessutom är det lätt att genomföra en enkel metod som intervall aritmetisk, sofistikerade tekniker är mindre enkelt att genomföra i en formell inställning. Det finns därför ett behov av metoder som utdatacertifikat som kan valideras formellt inuti en bevisassistent. Vi presenterar ett ramverk för att ge övre gränser på absoluta avrundning fel av flyttal-punkt icke-linjära program. Detta ramverk är baserat på optimering tekniker som använder semidefinit programmering och summor av kvadrater certifikat, som kan kontrolleras inuti Coq theorem bevis för att ge formella avrundning felgränser för polynom program. Vårt verktyg täcker ett brett utbud av icke-linjära program, inklusive polynom och transcendental verksamhet samt villkorliga uttalanden. Vi illustrerar effektiviteten och precisionen i detta verktyg på icke-triviala program som kommer från biologi, optimering och rymdkontroll. Vårt verktyg producerar mer exakta felgränser för 23% av alla program och ger bättre prestanda i 66% av alla program. | De flesta relaterade är aktuella statiska analysverktyg för beräkning av absoluta avrundningsfel gränser [1]- REF. | 1,363,666 | Certified Roundoff Error Bounds Using Semidefinite Programming | {'venue': 'TOMS', 'journal': None, 'mag_field_of_study': ['Mathematics', 'Computer Science']} | 80,175 |
Begreppet smitta har stadigt utvidgats från sin ursprungliga grund i epidemisk sjukdom till att beskriva ett stort antal processer som sprider sig över nätverk, särskilt sociala fenomen som modeflugor, politiska åsikter, införandet av ny teknik och finansiella beslut. Traditionella modeller av social smitta har baserats på fysiska analogier med biologisk smitta, där sannolikheten för att en individ påverkas av smittan växer monotont med storleken på hans eller hennes "kontakt område" - antalet drabbade individer som han eller hon är i kontakt med. Medan denna kontakt grannskap hypotes har bildat grunden för i huvudsak alla nuvarande modeller, har det varit utmanande att utvärdera det på grund av svårigheten att få detaljerade uppgifter om enskilda nätverk kvarter under loppet av en storskalig spridningsprocess. Här studerar vi denna fråga genom att analysera Facebooks tillväxt, ett sällsynt exempel på en social process med genuint global adoption. Vi finner att sannolikheten för smitta noga kontrolleras av antalet anslutna komponenter i en individs kontakt grannskap, snarare än av den faktiska storleken på grannskapet. Förvånansvärt nog, när denna "strukturella mångfald" kontrolleras för, storleken på kontakt grannskapet är i själva verket i allmänhet en negativ förutsägare av smitta. Mer allmänt visar vår analys hur data i Facebook-nätverkets storlek och upplösning gör det möjligt att identifiera subtila strukturella signaler som går oupptäckta i mindre skala men ändå har avgörande prediktiva roller för resultaten av sociala processer. Sociala nätverk System Sociala nätverk fungerar som värd för ett brett spektrum av viktiga sociala och icke-sociala spridningsprocesser (1-8). Mikrofoundationer av social smitta kan dock vara betydligt mer komplexa, eftersom sociala beslut kan vara mycket mer subtila på det sociala nätverkets struktur (9-17). I denna studie visar vi hur detaljerna i nätverket grannskapsstruktur kan spela en betydande roll i empiriskt förutsäga beslut av individer. Vi utför vår analys av två sociala spridningsprocesser som äger rum på webbplatsen för sociala nätverk Facebook: den process där användare ansluter sig till webbplatsen som svar på en inbjudan e-post från en befintlig Facebook-användare (därför kallas "rekrytering") och den process där användare så småningom blir engagerade användare efter att ha anslutit sig (härefter kallas "engagemang"). Även om de två processer vi studerar formellt hänför sig till Facebook, varierar deras detaljer avsevärt; konsekvensen i våra resultat mellan dessa olika processer, liksom mellan olika nationella populationer (Material och Metoder), tyder på att de fenomen vi observerar inte är specifika för någon enskild modalitet eller lokal. De sociala nätverken av individer består vanligen av flera betydelsefulla och väl åtskilda kluster, som återspeglar olika sociala sammanhang inom en individs liv eller livshistoria (18) (19) (20). Vi finner att denna mångfald av sociala sammanhang, som vi kallar strukturell mångfald, spelar en nyckelroll när det gäller att förutsäga de beslut som fattas av individer som ligger till grund för de sociala spridningsprocesser vi studerar. Vi utvecklar metoder för att kvantifiera sådan strukturell mångfald för nätverksområden, i stort sett tillämpliga på många olika skalor. Rekryteringsprocessen vi studerar har främst små stadsdelar, men de områden på plats som vi studerar i samband med engagemang kan vara betydligt större. För små stadsdelar mäts den strukturella mångfalden kortfattat genom antalet anslutna komponenter i grannskapet. För större stadsdelar, dock, bara räkna anslutna komponenter misslyckas med att skilja hur betydande komponenterna är i sin storlek och anslutning. För att avgöra om den strukturella mångfalden i bostadsområden på plats är en stark prediktor för engagemang på plats, utvärderar vi flera variationer av det uppkopplade komponentkonceptet som identifierar och räknar upp betydande strukturella sammanhang inom stora kvartersgrafer. Vi finner att alla de olika strukturella mångfaldsåtgärder som vi anser är robusta förutsäger engagemang. För både rekrytering och engagemang framträder strukturell mångfald som en viktig prediktor för studier av sociala spridningsprocesser. | I REF, författare finner att sannolikheten för smitta noga kontrolleras av antalet anslutna komponenter i en individs kontakt grannskap, snarare än av den faktiska storleken på grannskapet. | 12,993,348 | Structural diversity in social contagion | {'venue': 'Proceedings of the National Academy of Sciences of the United States of America', 'journal': 'Proceedings of the National Academy of Sciences of the United States of America', 'mag_field_of_study': ['Psychology', 'Medicine', 'Computer Science']} | 80,176 |
Kognitiv radio undersöks intensivt för opportunistisk tillgång till de så kallade TV White Spaces (TVWS): stora delar av VHF/UHF-TV-banden som blir tillgängliga geografiskt efter den digitala övergången. Med hjälp av exakta kartor över digital-TV (DTV) tillsammans med en databas över DTV-sändare utvecklar vi en metod för att identifiera TVWS-frekvenser på en viss plats i Storbritannien. Vi använder vår metodik för att undersöka variationer i TVWS som en funktion av platsen och sända kraften i kognitiva radioapparater, och undersöka hur begränsningar på angränsande kanalinterferens som införts av regulatorer kan påverka resultaten. Vår analys ger en realistisk bild av spektrummöjligheten i samband med kognitiva enheter, och presenterar den första kvantitativa studien av tillgänglighet och frekvenssammansättning av TVVS utanför USA. | Nekovee i REF studerade tillgången till blanktecken och frekvenssammansättningen i Storbritannien. | 431,270 | Quantifying the Availability of TV White Spaces for Cognitive Radio Operation in the UK | {'venue': 'In Proc. IEEE ICC joint Workshop Cognitive Wireless Networks and Systems, Dresden, Germany, June 2009', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,177 |
IoT big data kräver nya maskininlärningsmetoder som kan skala till stor storlek av data som anländer i hög hastighet. Beslut träd är populära maskininlärning modeller eftersom de är mycket effektiva, men ändå lätt att tolka och visualisera. I litteraturen kan vi hitta distribuerade algoritmer för att lära beslut träd, och även strömma algoritmer, men inte algoritmer som kombinerar båda funktionerna. I den här artikeln presenterar vi Vertical Hoeffding Tree (VHT), den första distribuerade streaming algoritmen för att lära sig beslutsträd. Den har ett nytt sätt att fördela beslutsträd genom vertikal parallellitet. Algoritmen genomförs på toppen av Apache SAMOA, en plattform för gruvdrift big dataströmmar, och därmed kan köras på verkliga kluster. Våra experiment för att studera exaktheten och genomströmningen av VHT visar sin förmåga att skala samtidigt uppnå överlägsen prestanda jämfört med sekventiella beslut träd. | Vertikala Hoeffding Trees (VHT) är den första distribuerade streaming algoritm för beslut träd och erbjuder avsevärt förbättrad beräkningshastighet i jämförelse med VFDT och EFDT REF. | 6,279,790 | VHT: Vertical hoeffding tree | {'venue': '2016 IEEE International Conference on Big Data (Big Data)', 'journal': '2016 IEEE International Conference on Big Data (Big Data)', 'mag_field_of_study': ['Computer Science']} | 80,178 |
I detta dokument föreslår vi "adversarial autoencoder" (AAE), som är en probabilistisk autoencoder som använder de nyligen föreslagna generativa kontrariska nätverken (GAN) för att utföra variationell inferens genom att matcha den aggregerade bakre delen av den dolda kodvektorn för autoencoder med en godtycklig tidigare distribution. Att matcha den aggregerade bakre delen med den föregående säkerställer att generera från någon del av tidigare utrymme resulterar i meningsfulla prover. Som ett resultat av detta lär sig avkodningen av den kontradiktoriska autoenkodern en djup generativ modell som kartlägger den påtvingade före datadistributionen. Vi visar hur den kontrariska autoenkodern kan användas i tillämpningar som semi-övervakad klassificering, disentangling stil och innehåll av bilder, oövervakad klusterbildning, dimensionalitetsreduktion och datavisualisering. Vi utförde experiment på MNIST, Street View House Numbers och Toronto Face datauppsättningar och visar att kontrariska autoencoders uppnå konkurrenskraftiga resultat i generativ modellering och semi-övervakade klassificering uppgifter. | REF föreslog en kontradiktorisk autoenkodermodell där de använder GAN för att utföra variationsbaserade slutsatser och uppnå konkurrenskraftiga resultat på både generativa och halvövervakade klassificeringsuppgifter. | 5,092,785 | Adversarial Autoencoders | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,179 |
Vi presenterar en översikt över ad hoc routing protokoll som gör vidarebefordran beslut baserat på den geografiska positionen för ett paket destination. Förutom destinationens position, behöver varje nod bara veta sin egen position och positionen för sina en-hop grannar för att vidarebefordra paket. Eftersom det inte är nödvändigt att upprätthålla explicita rutter, skalas positionsbaserad routing bra även om nätverket är mycket dynamiskt. Detta är en stor fördel i ett mobilt ad hoc-nätverk där topologin kan ändras ofta. Den viktigaste förutsättningen för positionsbaserad routing är att en avsändare kan få den aktuella positionen för destinationen. Därför diskuteras nyligen föreslagna lokaliseringstjänster utöver positionsbaserade strategier för vidarebefordring av paket. Vi erbjuder en kvalitativ jämförelse av tillvägagångssätten inom båda områdena och undersöker möjligheter till framtida forskning. | En bra undersökning av geografiska ad-hoc routing protokoll visas i REF. | 2,835,258 | A Survey on Position-Based Routing in Mobile Ad-Hoc Networks | {'venue': 'IEEE Network', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,180 |
Att konstruera sensorbarriärer för att upptäcka inkräktare som passerar ett slumpmässigt utplacerat sensornätverk är ett viktigt problem. Tidiga resultat har visat hur man konstruerar sensorbarriärer för att upptäcka inkräktare som rör sig längs begränsade korsningsvägar i rektangulära områden. Vi presenterar en komplett lösning på detta problem för sensorer som distribueras enligt en Poisson-punktprocess. I synnerhet presenterar vi en effektiv distribuerad algoritm för att konstruera sensorbarriärer på långa band områden med oregelbunden form utan några begränsningar på korsande vägar. Vårt tillvägagångssätt är följande: Vi visar först att i ett rektangulärt område med bredd w och längd med w = ska(log ), om sensorns densitet når ett visst värde, då det finns, med hög sannolikhet, flera separata sensorbarriärer över hela längden av området så att inkräktare inte kan korsa området oupptäckt. Å andra sidan, om w = o(log ), sedan med hög sannolikhet finns det en korsningsbana som inte täcks av någon sensor oavsett sensor densitet. Vi utformar sedan, baserat på detta resultat, en effektiv distribuerad algoritm för att konstruera flera separata barriärer i ett stort sensornätverk för att täcka en lång gränsområde av en oregelbunden form. Vår algoritm approximerar arean genom att dela den i horisontella rektangulära segment som interleaved av vertikala tunna remsor. Varje segment och vertikal band självständigt beräknar barriärerna i sitt eget område. Genom att konstruera "horisontella" barriärer i varje segment som är sammankopplade med "vertikala" barriärer i angränsande vertikala remsor uppnår vi kontinuerlig barriärtäckning för hela regionen. Vårt tillvägagångssätt minskar avsevärt förseningar, kommunikationskostnader och beräkningskostnader jämfört med centraliserade tillvägagångssätt. Slutligen implementerar vi vår algoritm och utför ett antal experiment för att visa effektiviteten i att bygga barriärtäckning. | Liu m.fl. REF delar upp övervakningsområdet i horisontella rektangulära segment som interfolieras av vertikala tunna remsor. | 5,272,574 | Strong barrier coverage of wireless sensor networks | {'venue': "MobiHoc '08", 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,181 |
Sekvensmärkning arkitekturer använder ord inbäddningar för att fånga likhet, men lider vid hantering tidigare osynliga eller sällsynta ord. Vi undersöker tecken-nivå förlängningar till sådana modeller och föreslår en ny arkitektur för att kombinera alternativa ord representationer. Genom att använda en uppmärksamhetsmekanism kan modellen dynamiskt bestämma hur mycket information som ska användas från en ord- eller teckennivåkomponent. Vi utvärderade olika arkitekturer på en rad sekvensmärkningsdatauppsättningar, och utökningar på teckennivå upptäcktes för att förbättra prestandan på varje riktmärke. Dessutom gav den föreslagna uppmärksamhetsbaserade arkitekturen de bästa resultaten även med ett mindre antal utbildningsbara parametrar. | Rei m.fl. REF presenterade en arkitektur som sammansmälter teckenbaserade ord som inbäddas genom att använda en uppmärksamhetsmekanism som överträffar arkitekturen som bygger på att sammanjämka framställningarna på ord- och teckennivå. | 5,075,704 | Attending to Characters in Neural Sequence Labeling Models | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science']} | 80,182 |
Sammanfattning — Genom detta dokument införs ett nytt system för ytrepresentation i fri form för snabb och korrekt registrering och matchning. Exakt registrering av ytor är en vanlig uppgift i datorseendet. Det föreslagna representationssystemet fångar informationen om ytans krökning (ses från vissa punkter) och producerar bilder, så kallade asurfacesignaturer,o vid dessa punkter. Matchande signaturer från olika ytor möjliggör återvinning av omvandlingsparametrarna mellan dessa ytor. Vi föreslår att man använder mallmatchning för att jämföra signaturbilderna. För att möjliggöra partiell matchning, ett annat kriterium, används överlappningsförhållandet. Detta representationssystem kan användas som en global representation av ytan samt en lokal och utför nästan realtidsregistrering. Vi visar att signaturen representation kan användas för att återställa skalningsomvandling samt matchande objekt i 3D-scener i närvaro av skräp och ocklusion. Ansökningar som presenteras inkluderar: fri-form objekt matchning, multimodala medicinska volymer registrering, och tandtänder rekonstruktion från intraorala bilder. | I REF används en krökningsbaserad "ytsignatur" för att lokalisera framträdande punkter för uppskattningen av den stela omvandlingen. | 19,013,689 | Surface signatures: an orientation independent free-form surface representation scheme for the purpose of objects registration and matching | {'venue': 'IEEE Trans. Pattern Anal. Mach. Intell.', 'journal': 'IEEE Trans. Pattern Anal. Mach. Intell.', 'mag_field_of_study': ['Computer Science']} | 80,183 |
Abstrakt. Vi presenterar en effektiv metod för modellering av multitrådade samtidiga system med delade variabler och lås i BMC (Bounded Model Checking) och använder den för att förbättra upptäckten av säkerhetsegenskaper som t.ex. datatävlingar. Tidigare metoder baserade på synkron modellering av interleaving semantik inte skala upp väl på grund av den inneboende asynkronism i dessa modeller. Istället, i vår strategi, vi först skapa oberoende (okopplade) modeller för varje enskild tråd i systemet, sedan uttryckligen lägga till ytterligare synkroniseringsvariabler och begränsningar, gradvis, och endast där sådan synkronisering behövs för att garantera ( valda) samstämmighet semantik (baserat på sekventiell konsekvens). Vi beskriver vår modellering i detalj och rapporterar verifieringsresultat för att visa effektiviteten i vår strategi i en komplex fallstudie. | I REF Ganai och Gupta studerades modellering av samtidiga system för begränsad modellkontroll (BMC). | 1,132,509 | Efficient modeling of concurrent systems in BMC | {'venue': 'In Intl. SPIN Workshop on Model Checking Software', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,184 |
Abstrakt. I många beslutsapplikationer används skylineförfrågan ofta för att hitta en uppsättning dominerande datapunkter (kallade skylinepunkter) i en flerdimensionell datauppsättning. I en högdimensionell rymd skyline punkter inte längre erbjuder några intressanta insikter eftersom det finns för många av dem. I detta dokument introducerar vi en ny metrisk, kallad skylinefrekvens som jämför och rankar datapunkternas intressanthet baserat på hur ofta de returneras i skylinet när olika antal dimensioner (dvs subrymder) beaktas. Intuitivt är en punkt med hög skylinefrekvens mer intressant eftersom den kan domineras av färre kombinationer av dimensionerna. Således blir problemet att hitta topp-k frekventa skyline punkter. Men de algoritmer som hittills föreslagits för skyline beräkning brukar inte skala väl med dimensionalitet. Dessutom kräver frekventa skylineberäkningar att skylines beräknas för var och en av ett exponentiellt antal delmängder av dimensionerna. Vi presenterar effektiva approximativa algoritmer för att ta itu med dessa dubbla svårigheter. Vår omfattande prestandastudie visar att vår ungefärliga algoritm kan köras snabbt och beräkna rätt resultat på stora datamängder i högdimensionella utrymmen. | I REF introducerar författarna en ny metrisk som kallas skylinefrekvens, för att jämföra och rangordna intressanta datapunkter baserat på hur ofta de returneras i skyline, när olika subrymder beaktas. | 364,606 | On high dimensional skylines | {'venue': 'In EDBT', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,185 |
Style-överföring är en process för att migrera en stil från en given bild till innehållet i en annan, syntetisera en ny bild som är en konstnärlig blandning av de två. Den senaste tidens arbete med att anta Convolutional Neural Networks (CNN) väckte ett förnyat intresse på detta område, på grund av de mycket imponerande resultat som uppnåtts. Det finns en alternativ väg mot att hantera style-överföringsuppgiften, via generalisering av textursyntesalgoritmer. Detta tillvägagångssätt har föreslagits under årens lopp, men resultaten är vanligtvis mindre imponerande jämfört med CNN. I detta arbete föreslår vi en ny stil-överföring algoritm som utökar textur-syntesen arbete Kwatra et. Detta beslut träder i kraft dagen efter det att det har offentliggjorts i Europeiska unionens officiella tidning. (2005), samtidigt som syftet är att få stiliserade bilder som kommer närmare i kvalitet till CNN. Vi modifierar Kwatras algoritm på flera viktiga sätt för att uppnå den önskade överföringen, med betoning på ett konsekvent sätt att hålla innehållet intakt i utvalda regioner, samtidigt som vi producerar hallucinerad och rik stil i andra. De resultat som erhållits är visuellt tilltalande och varierande, visade sig vara konkurrenskraftiga med den senaste CNN stil överföring algoritmer. Den föreslagna algoritmen är snabb och flexibel, att kunna bearbeta alla par av innehåll + stil bilder. | Och Elad et al. REF föreslog en stilöverföringsalgoritm för att få stiliserade bilder närmare CNN-värdena som en förlängning av de traditionella icke-CNN-metoderna. | 1,902,025 | Style-Transfer via Texture-Synthesis | {'venue': 'ArXiv', 'journal': 'ArXiv', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,186 |
Abstract-State-of-the-art objekt detekteringsnätverk är beroende av region förslag algoritmer för att hypothesize objekt platser. Framsteg som SPPnet [1] och Fast R-CNN [2] har minskat drifttiden för dessa detektionsnät, vilket exponerar beräkning av regionförslag som flaskhals. I detta arbete introducerar vi ett regionförslagsnätverk (RPN) som delar fullbildskonvolutionella funktioner med detektionsnätverket, vilket möjliggör nära nog kostnadsfria regionförslag. Ett RPN är ett helt konvolutionellt nätverk som samtidigt förutsäger objektgränser och objektitetspoäng vid varje position. RPN är utbildad end-to-end för att generera högkvalitativa regionförslag, som används av Fast R-CNN för detektion. Vi slår ytterligare samman RPN och Fast R-CNN till ett enda nätverk genom att dela deras konvolutionella funktioner-med hjälp av den nyligen populära terminologin för neurala nätverk med "attention" mekanismer, RPN komponenten talar om för det enhetliga nätverket var man ska leta. För den mycket djupa VGG-16-modellen [3] har vårt detektionssystem en bildhastighet på 5 fps (inklusive alla steg) på en GPU, samtidigt som vi uppnår toppmoderna objektdetektionsnoggrannhet på PASCAL VOC 2007, och MS COCO-datauppsättningar med endast 300 förslag per bild. I ILSVRC och COCO 2015 tävlingar, Snabbare R-CNN och RPN är grunden för den 1: a plats vinnande poster i flera spår. Koden har gjorts tillgänglig för allmänheten. Regionens förslagsmetoder är vanligtvis beroende av billiga funktioner och ekonomiska slutledningssystem. Selektiv sökning [4], en av de mest populära metoderna, sammansmälter girigt superpixel baserat på konstruerade låg nivå funktioner. Ändå jämfört med effektiva detektionsnätverk [2], Selektiv sökning är en storleksordning långsammare, på 2 sekunder per bild i en CPU-implementation. EdgeBoxar [6] ger för närvarande den bästa kompromissen mellan förslagskvalitet och hastighet, med 0,2 sekunder per bild. Trots detta konsumerar regionförslaget lika mycket drifttid som nätverket för upptäckt. Man kan notera att snabba regionbaserade CNN dra nytta av GPU, medan de regionala förslag metoder som används i forskning genomförs på CPU, vilket gör sådana runtime jämförelser ojämförliga. Ett självklart sätt att påskynda beräkningen av förslag är att återinföra det för GPU. Detta kan vara en effektiv teknisk lösning, men omgenomförandet bortser från down-stream detektion nätverk och därför missar viktiga möjligheter att dela beräkningar. I detta dokument visar vi att en algoritmisk förändringskomputerande förslag med en djup konvolutionell neural nätverk-leads till en elegant och effektiv lösning där förslagsberäkning är nästan gratis med tanke på detektionsnätverkets beräkning. I detta syfte introducerar vi nya regionala förslagsnätverk (RPN) som delar konvolutionella skikt med toppmoderna nätverk för objektdetektering [1], [2]. Genom att dela konvolutioner vid testtid är marginalkostnaden för datorförslag liten (t.ex. 10 ms per bild). Vår iakttagelse är att de konvolutionella funktionskartor som används av regionbaserade detektorer, som Fast R-CNN, också kan användas för att generera regionförslag. Ovanpå dessa konvolutionella funktioner konstruerar vi en RPN genom att lägga till några ytterligare konvolutionella lager som samtidigt regresserar regiongränser och objektitet poäng på varje plats på ett vanligt rutnät. RPN är således ett slags fullständigt konvolutionsnätverk [7] och kan utbildas från början till slut särskilt för uppgiften att ta fram förslag på detektering. RPN är utformade för att effektivt förutsäga regionala förslag med ett brett spektrum av skalor och proportioner. I motsats till vanliga metoder [1], [2], [8], [9] som använder pyramider av bilder (Fig. 1a) eller filterpyramider (Fig. 1b), Vi introducerar nya "anchor" rutor som fungerar som referenser på flera skalor och proportioner. Vårt schema kan ses som en pyramid av regressionsreferenser (Fig. 1c), som undviker att räkna upp bilder eller filter av flera skalor eller proportioner. Denna modell fungerar bra när den är tränad och testad med enskaliga bilder och därmed gynnar körhastigheten. För att förena RPNs med snabba R-CNN [2] objektdetekteringsnätverk, föreslår vi ett utbildningsprogram som alternerar S. Ren är med | Det inledande arbetet med R-CNN använder CNN för att klassificera objekt i de föreslagna regionerna samt följande Snabba R-CNN [14] och Snabbare R-CNN REF. | 10,328,909 | Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks | {'venue': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'journal': 'IEEE Transactions on Pattern Analysis and Machine Intelligence', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,187 |
Den mänskliga hjärnan är ett komplext system vars topologiska organisation kan representeras med hjälp av connectomics. Nya studier har visat att mänskliga connectomes kan konstrueras med hjälp av olika neuroimaging tekniker och ytterligare karakteriseras med hjälp av sofistikerade analytiska strategier, såsom grafteori. Dessa metoder avslöjar de spännande topologiska arkitekturerna i mänskliga hjärnnätverk i friska populationer och utforskar förändringarna under normal utveckling och åldrande och under olika patologiska förhållanden. Med tanke på denna metods enorma komplexitet saknas dock fortfarande verktygslådor för grafbaserad nätverksvisualisering. Här, med hjälp av MATLAB med ett grafiskt användargränssnitt (GUI), utvecklade vi en graf-teoretisk nätverk visualisering verktygslåda, kallad BrainNet Viewer, för att illustrera mänskliga connectomes som ball-and-stick modeller. I denna verktygslåda kan flera kombinationer av definierade filer med connectome-information laddas för att visa olika kombinationer av hjärnyta, noder och kanter. Dessutom kan visningsegenskaper, såsom färg och storlek på nätverkselement eller layouten av figuren, justeras i en omfattande men lättanvänd inställningspanel. Dessutom drar BrainNet Viewer hjärnans yta, noder och kanter i sekvens och visar hjärnnätverk i flera vyer, som krävs av användaren. Figuren kan manipuleras med vissa interaktionsfunktioner för att visa mer detaljerad information. Dessutom kan siffrorna exporteras som vanligt använda bildfilformat eller demonstrationsvideo för vidare användning. BrainNet Viewer hjälper forskare att visualisera hjärnnätverk på ett enkelt, flexibelt och snabbt sätt, och denna programvara är fritt tillgänglig på NITRC:s webbplats (www.nitrc.org/projects/bnv/). | Xia m.fl. presentera BrainNet Viewer att visa hjärnytor, noder och kanter samt egenskaper hos nätverket REF ). | 13,862,878 | BrainNet Viewer: A Network Visualization Tool for Human Brain Connectomics | {'venue': 'PLoS ONE', 'journal': 'PLoS ONE', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,188 |
Abstract-This paper presenterar en effektiv visualisering och prospektering metod för modellering och karakterisering av relationer och osäkerheter i samband med en multidimensionell ensemble dataset. Dess kärna är en ny disimivalensbevarande projektionsteknik som karakteriserar inte bara förhållandet mellan ensemblens dataobjekts medelvärden utan även förhållandet mellan ensemblemedlemmarnas fördelningar. Detta osäkerhetsmedvetna projektionssystem leder till en förbättrad förståelse av den inneboende strukturen i ett ensembledataset. Analysen av ensemble dataset ytterligare förstärks av en svit av visuell kodning och prospektering verktyg. Experimentella resultat på både artificiella och verkliga datauppsättningar visar hur effektivt vårt tillvägagångssätt är. | En metod för osäkerhet-medveten flerdimensionell ensemble data visualisering och prospektering presenterades nyligen av REF. | 15,988,795 | Uncertainty-Aware Multidimensional Ensemble Data Visualization and Exploration | {'venue': 'IEEE Transactions on Visualization and Computer Graphics', 'journal': 'IEEE Transactions on Visualization and Computer Graphics', 'mag_field_of_study': ['Computer Science', 'Medicine']} | 80,189 |
Massiva volymer av stora RDF-data växer utöver prestandakapaciteten hos konventionella RDF-datahanteringssystem som arbetar på en enda nod. Tillämpningar som använder stora RDF-data kräver effektiva datapartitioneringslösningar för att stödja åtkomst till RDF-data på ett kluster av beräkningsnoder. I detta dokument presenterar vi en ny semantisk hash partitionering strategi och genomföra en semantisk HAsh Partitioning-Enabled distribuerad RDF data management system, kallad Shape. Detta dokument ger tre ursprungliga bidrag. För det första, den semantiska hash-partitioneringsmetoden som vi föreslår utökar den enkla hash-partitioneringsmetoden genom riktningsbaserade trippelgrupper och riktningsbaserade trippelreplikationer. Den senare förstärker den förra genom kontrollerad datareplikation genom intelligent utnyttjande av dataåtkomst lokalitet, så att frågor över stora RDF grafer kan behandlas med noll eller mycket liten mängd inter-maskin kommunikationskostnad. För det andra genererar vi lokala optimerade planer för frågehantering som är mer effektiva än populära multi-node RDF datahanteringssystem genom att effektivt minimera den inter-machine kommunikationskostnaden för frågebehandling. För det tredje, men inte minst, tillhandahåller vi en svit av lokala-medvetna optimeringstekniker för att ytterligare minska partitionsstorleken och minska kostnaderna för kommunikation mellan maskiner under distribuerad frågebehandling. Experimentella resultat visar att vårt system skalar väl och kan bearbeta stora RDF-data mer effektivt än befintliga metoder. | Lee och Liu presenterar en ny semantisk hash metod som använder åtkomst locality till partition stora grafer över flera datornoder genom att maximera den intrapartition bearbetning kapacitet och minimera interpartition kommunikation kostnad REF. | 1,677,488 | Scaling Queries over Big RDF Graphs with Semantic Hash Partitioning | {'venue': 'PVLDB', 'journal': 'PVLDB', 'mag_field_of_study': ['Computer Science']} | 80,190 |
Abstrakt. I det här dokumentet tar vi upp problemet med skalbar, infödd och adaptiv frågebehandling över Linked Stream Data integrerad med länkad data. Linked Stream Data består av data som genereras av strömkällor, t.ex. sensorer, berikade med semantiska beskrivningar, enligt de standarder som föreslås för Linked Data. Detta gör det möjligt att integrera streamdata med länkade datasamlingar och underlättar ett brett spektrum av nya applikationer. Tillgängliga system använder en "svart låda" metod som delegerar bearbetningen till andra motorer såsom stream/event processing motorer och SPARQL frågeprocessorer genom att översätta till sina egna språk. Som de experimentella resultat som beskrivs i detta dokument visar utgör behovet av frågeöversättning och datatransformering, liksom bristen på full kontroll över frågeutförandet, stora nackdelar när det gäller effektivitet. För att åtgärda dessa nackdelar presenterar vi CQELS (Continuous Query Evaluation over Linked Streams), en infödd och adaptiv frågeprocessor för enhetlig frågebehandling över Linked Stream Data och länkad data. I motsats till de befintliga systemen använder CQELS en "vit ruta" metod och genomför de nödvändiga frågeoperatörerna naturligt för att undvika overhead och begränsningar av slutna system. CQELS tillhandahåller ett flexibelt ramverk för frågeutförande med frågeprocessorn som dynamiskt anpassar sig till förändringarna i inmatningsdata. Under frågeutförandet, beordrar det kontinuerligt operatörer enligt vissa heuristik för att uppnå förbättrad frågeutförande i termer av fördröjning och komplexitet. Dessutom minskar extern diskåtkomst på stora länkade datainsamlingar med hjälp av datakodning och cachelagring av mellanliggande frågeresultat. För att visa effektiviteten i vårt tillvägagångssätt presenterar vi omfattande experimentella prestandautvärderingar i form av frågeutförandetid, under varierande frågetyper, datasetstorlekar och antal parallella frågor. Dessa resultat visar att CQELS överträffar relaterade metoder efter storleksordning. | CQELS REF "implementerar de nödvändiga frågeoperatörerna på ett naturligt sätt för att undvika de allmänna omkostnaderna och begränsningarna för slutna system". | 10,287,361 | M.: A native and adaptive approach for unified processing of linked streams and linked data | {'venue': None, 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,191 |
Gatys m.fl. nyligen infört en neural algoritm som gör en innehållsbild i stil med en annan bild, uppnå så kallad stil överföring. Deras ramverk kräver dock en långsam iterativ optimeringsprocess, som begränsar dess praktiska tillämpning. Snabb approximationer med feed-forward neurala nätverk har föreslagits för att påskynda neural stil överföring. Tyvärr kommer hastighetsförbättringen till en kostnad: nätverket är vanligtvis knuten till en fast uppsättning stilar och kan inte anpassa sig till godtyckliga nya stilar. I detta dokument presenterar vi en enkel men effektiv strategi som för första gången möjliggör godtyckliga stilöverföringar i realtid. I hjärtat av vår metod är en ny adaptiv instans normalisering (AdaIN) skikt som anpassar medelvärdet och variansen av innehållsfunktioner till de av stilfunktionerna. Vår metod uppnår hastighet jämförbar med den snabbaste befintliga metoden, utan begränsning till en fördefinierad uppsättning stilar. Dessutom tillåter vår strategi flexibla användarkontroller såsom innehåll-stil kompromiss, stil interpolation, färg och rumsliga kontroller, alla med hjälp av en enda feed-forward neurala nätverk. | Huang m.fl. REF matchade medel och varianser för aktiveringar på ett enda mellanskikt. | 6,576,859 | Arbitrary Style Transfer in Real-Time with Adaptive Instance Normalization | {'venue': '2017 IEEE International Conference on Computer Vision (ICCV)', 'journal': '2017 IEEE International Conference on Computer Vision (ICCV)', 'mag_field_of_study': ['Computer Science']} | 80,192 |
I ett peer-to-peer (P2P) system, noder vanligtvis ansluta till en liten uppsättning slumpmässiga noder (deras grannar), och frågor sprids längs dessa anslutningar. Sådana frågor översvämningar tenderar att vara mycket dyra. Vi föreslår att nodanslutningar påverkas av innehåll, så att till exempel noder som har många "Jazz" filer kommer att ansluta till andra liknande noder. Således, semantiskt relaterade noder bildar en Semantic Overlay Network (SON). Frågor skickas till lämpliga SONs, öka chanserna att matcha filer kommer att hittas snabbt, och minska sökbelastningen på noder som har orelaterat innehåll. Vi har utvärderat SONs genom att använda en verklig ögonblicksbild av musik-delning klienter. Våra resultat visar att SONs kan avsevärt förbättra frågeprestandan samtidigt som användarna kan bestämma vilket innehåll de ska sätta i sina datorer och till vem de ska ansluta. | I REF byggs det semantiska överlagringsnätet (SON) enligt följande. | 7,472,173 | Semantic Overlay Networks for P2P Systems | {'venue': 'AP2PC', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,193 |
Vi presenterar en metod för 3D-objektdetektering och poserar uppskattning från en enda bild. I motsats till nuvarande tekniker som endast regresserar 3D-orienteringen av ett objekt, vår metod regresserar först relativt stabila 3D-objektegenskaper med hjälp av ett djupt konvolutionellt neuralt nätverk och sedan kombinerar dessa uppskattningar med geometriska begränsningar som tillhandahålls av en 2D-objekt avgränsande låda för att producera en komplett 3D-gränsande låda. Den första nätverksutgången uppskattar 3D-objektorienteringen med hjälp av en ny hybrid diskret-kontinuerlig förlust, som avsevärt överträffar L2-förlusten. Den andra produktionen regresserar 3D-objekt dimensionerna, som har relativt lite varians jämfört med alternativ och kan ofta förutsägas för många objekttyper. Dessa uppskattningar, i kombination med de geometriska begränsningar för översättning som införs av 2D-gränsrutan, gör det möjligt för oss att återställa en stabil och korrekt 3D-objekt pose. Vi utvärderar vår metod på det utmanande KITTI-objektdetekteringsriktmärket [2] både på det officiella måttet för 3D-orienteringsuppskattning och på noggrannheten hos de erhållna 3D-begränsande rutorna. Även om vår metod är konceptuellt enkel, överträffar den mer komplexa och beräkningsmässigt dyra metoder som utnyttjar semantisk segmentering, till exempel segmentering på nivå och platta markposter [4] och upptäckt underkategori [23] [24]. Vår diskret-kontinuerliga förlust ger också toppmoderna resultat för 3D synvinkel uppskattning på Pascal 3D+ dataset [26]. * Arbete som praktikant på Zoox, Inc. | REF föreslår ett ramverk för 2D-3D-objektdetektering som går tillbaka i objektets orientering och dimensioner från bildlappar som innehåller föremål som använder 2D-gränsboxar producerade av avancerad 2D-detektor. | 8,694,036 | 3D Bounding Box Estimation Using Deep Learning and Geometry | {'venue': '2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'journal': '2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)', 'mag_field_of_study': ['Computer Science']} | 80,194 |
Vi presenterar Flink-systemet för utvinning, aggregation och visualisering av sociala nätverk online. Flink använder semantisk teknik för att resonera med personuppgifter som hämtats från ett antal elektroniska informationskällor, inklusive webbsidor, e-post, publikationsarkiv och FOAF-profiler. Den förvärvade kunskapen används för analys av sociala nätverk och för att generera en webbaserad presentation av samhället. Vi demonstrerar vår nya metod för samhällsvetenskap baserad på elektroniska data med hjälp av det semantiska webbforskarsamhällets exempel. | Flink REF är ett system för utvinning, aggregation och visualisering av sociala nätverk online. | 16,118,939 | Flink: Semantic Web Technology for the Extraction and Analysis of Social Networks | {'venue': 'Journal of Web Semantics', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,195 |
I detta dokument presenteras en metod för att identifiera ett yttrande med sin innehavare och ämne, med en mening från online nyhetsmedia texter. Vi inför en metod att utnyttja en menings semantiska struktur, förankrad i ett yttrande med verb eller adjektiv. Denna metod använder semantisk rollmärkning som ett mellansteg för att märka en åsiktshållare och ämne med hjälp av data från FrameNet. Vi delar upp vår uppgift i tre faser: identifiera ett yttrandebärande ord, märka semantiska roller relaterade till ordet i meningen, och sedan hitta innehavaren och ämnet i åsiktsordet bland de märkta semantiska rollerna. För en bredare täckning använder vi också en klusterteknik för att förutsäga den mest sannolika ramen för ett ord som inte definieras i FrameNet. Våra experimentella resultat visar att vårt system presterar betydligt bättre än utgångsvärdet. | I Ref föreslogs en metod för att hitta opinionsbildare och ämnen, med hjälp av en semantisk rollbeteckning. | 8,346,698 | Extracting Opinions, Opinion Holders, And Topics Expressed In Online News Media Text | {'venue': 'Workshop On Sentiment And Subjectivity In Text', 'journal': None, 'mag_field_of_study': ['Computer Science']} | 80,196 |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.