Bu makale arxiv'de CC 4.0 lisansı altında mevcuttur.   Yazarlar:  (1) Zhihang Ren, Kaliforniya Üniversitesi, Berkeley ve bu yazarlar bu çalışmaya eşit katkıda bulunmuşlardır (E-posta: peter.zhren@berkeley.edu);  (2) Jefferson Ortega, California Üniversitesi, Berkeley ve bu yazarlar bu çalışmaya eşit katkıda bulunmuşlardır (E-posta: jefferson_ortega@berkeley.edu);  (3) Yifan Wang, California Üniversitesi, Berkeley ve bu yazarlar bu çalışmaya eşit katkıda bulunmuşlardır (E-posta: wyf020803@berkeley.edu);  (4) Zhimin Chen, Kaliforniya Üniversitesi, Berkeley (E-posta: zhimin@berkeley.edu);  (5) Yunhui Guo, Dallas'taki Texas Üniversitesi (E-posta: yunhui.guo@utdallas.edu);  (6) Stella X. Yu, Kaliforniya Üniversitesi, Berkeley ve Michigan Üniversitesi, Ann Arbor (E-posta: stellayu@umich.edu);  (7) David Whitney, Kaliforniya Üniversitesi, Berkeley (E-posta: dwhitney@berkeley.edu).  Bağlantı Tablosu   Özet ve Giriş   İlgili Wok   VEATIC Veri Kümesi   Deneyler   Tartışma   Çözüm   Uyaranlar Hakkında Daha Fazla Bilgi   Ek Açıklama Ayrıntıları   Aykırı Değer İşleme   Videolar Arasında Konu Anlaşması   Aşinalık ve Keyif Derecelendirmeleri ve Referanslar  9. Aykırı Değer İşleme  Veri setimizde herhangi bir gürültülü açıklayıcı olup olmadığını, her bir açıklayıcının fikir birliği ile uyumunu hesaplayarak değerlendirdik. Bu, her bir video için her bir ek açıklamacı ile bir tanesini dışarıda bırakma konsensüsü (mevcut ek açıklamacı dışındaki yanıtların toplamı) arasındaki Pearson korelasyonu hesaplanarak yapıldı. Veri setimizdeki yalnızca bir gözlemcinin, videolar arasında bir tanesini dışarıda bırakma konsensüs puanıyla 0,2'den küçük bir korelasyonu vardı. Eşik olarak 0,2'yi seçtik çünkü psikolojik araştırmalarda sıklıkla zayıf bir korelasyonun göstergesi olarak kullanılıyor. Daha da önemlisi, her videonun fikir birliği ile zayıf anlaşma gösteren bir açıklayıcıyı kaldıran fikir birliği arasındaki korelasyonları karşılaştırırsak, o konuyu dışarıda bırakmanın fikir birliği yanıtını önemli ölçüde etkilemediğini gösteren çok yüksek bir korelasyon (r = 0,999) elde ederiz. veri setimizde. Bu nedenle, videolardaki önemli alternatif ek açıklamaların kaldırılmasını önlemek için, zayıf anlaşmaya sahip açıklayıcıyı veri kümesinde tutmaya karar verdik.  Bu makale   . arxiv'de CC 4.0 lisansı altında mevcuttur

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

Bu ses hikayenin orijinal dilinde üretilmiştir!

Çok uzun; Okumak

Boost your HackerNoon story @ $159.99! 🚀

VEATIC: Bağlam Veri Kümesinde Video Tabanlı Duygu ve Duygu Takibi: Aykırı Değer İşleme

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

Dijital Göçebeler Dinleyin: Tayland'ın Yeni DTV Vizesi Hakkında Bilmeniz Gerekenler

Telegram: Kripto Adası'nın anakaraya olan köprüsü

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

AI/ML Datalake için Referans Mimarisi Oluşturmaya Yönelik Mimar Kılavuzu

Dijital Göçebeler Dinleyin: Tayland'ın Yeni DTV Vizesi Hakkında Bilmeniz Gerekenler

Telegram: Kripto Adası'nın anakaraya olan köprüsü

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps