A Policy for Early Sequence Classification

要約

【タイトル】早期のシーケンス分類のための方針
【要約】
– 一度にシーケンス全体を受け取るのではなく、要素ごとに順次受け取ることが多い。
– 早期の予測が大きな利益につながるため、最後の要素を待たずにできるだけ正確にシーケンスを分類することを目指す。
– これに対して、従来の方法は訓練中に探索をすることで、いつ分類を停止するかを学習する必要があったが、提案手法はより直接的な教師ありアプローチをとっており、新しい分類器誘発停止を紹介する。
– 分類器誘発停止は、多数の実験において平均ペアトフロンティアAUCの増加率が11.8％を達成している。

要約(オリジナル)

Sequences are often not received in their entirety at once, but instead, received incrementally over time, element by element. Early predictions yielding a higher benefit, one aims to classify a sequence as accurately as possible, as soon as possible, without having to wait for the last element. For this early sequence classification, we introduce our novel classifier-induced stopping. While previous methods depend on exploration during training to learn when to stop and classify, ours is a more direct, supervised approach. Our classifier-induced stopping achieves an average Pareto frontier AUC increase of 11.8% over multiple experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI