文献

J-GLOBAL ID：201702255505015667   整理番号：17A0239034

深い畳込みニューラルネットワークを用いたユーザ発生量キュレーション【Powered by NICT】

User-generated content curation with deep convolutional neural networks

著者 (8件)： Tous Ruben (Universitat Polite`cnica de Catalunya (UPC), Barcelona, Spain) ,  Wust Otto (Adsmurai, Barcelona, Spain) ,  Gomez Mauro (Adsmurai, Barcelona, Spain) ,  Poveda Jonatan (Adsmurai, Barcelona, Spain) ,  Elena Marc (Adsmurai, Barcelona, Spain) ,  Torres Jordi (Universitat Polite`cnica de Catalunya (UPC), Barcelona, Spain) ,  Makni Mouna (Universitat Polite`cnica de Catalunya (UPC), Barcelona, Spain) ,  Ayguade Eduard (Universitat Polite`cnica de Catalunya (UPC), Barcelona, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： Big Data  ページ： 2535-2540  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ソーシャルメディアユーザ(Instagramとツイッター)が投稿した写真をキュレーションとフィルタリングのための深い畳込みニューラルネットワーク(CNN)を用いた研究を報告した。最終目標はディジタルマーケティングタスクのための潜在的価値を探索と発見ユーザ生成コンテンツ(UGC)を促進することである。画像はリアルタイムで捕捉され,複数のCNNを用いて自動的に注釈をつけられた。CNNのいくつかは一般物体認識タスクを行う他は,視覚的ブランドアイデンティティ認識と呼ぶものを実行した。百万一以上の実画像を分析した五つの実際のブランドを用いた実験を報告した。カスタムCNNの訓練をスピードアップするために,転移学習戦略を適用した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 視覚 ,  *ニューラルネットワーク ,  画像 ,  ブランド ,  フィルタリング ,  *畳込み
準シソーラス用語： 転移学習 ,  一般物体認識 ,  実時間 ,  ツイッター , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  発生量