文献

J-GLOBAL ID：201602214365023979   整理番号：16A0534369

コンパクトな二値符号の学習に対するSN比最大化ハッシング

SNR MAXIMIZATION HASHING FOR LEARNING COMPACT BINARY CODES

著者 (4件)： YU Honghai (Univ. Illinois at Urbana-Champaign, USA) ,  YU Honghai (Advanced Digital Sci. Center, Singapore) ,  MOULIN Pierre (Univ. Illinois at Urbana-Champaign, USA) ,  MOULIN Pierre (Advanced Digital Sci. Center, Singapore)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2015 Vol.3  ページ： 1692-1696  発行年： 2015年 
JST資料番号： E0316B  ISSN： 1520-6149  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： ロバスト性ハッシング用統計モデルを解析し,画像圧縮などの性能指数に使われるSN比の最小化はロバスト性ハッシングの誤り確率を最小化することを示した。この解析に基づき,二値符号を学習するSN比最大化に基づくロバスト性ハッシング手法を提案した。提案手法はSN比を最大化する無相関投影方向を逐次的に見出し,ハッシュ関数の近似段階を迂回し,大域最適化を見出す。画像実験を行い,小型二値符号の学習において従来手法に優ることを示した。

シソーラス用語： コンパクト性 ,  符号 ,  機械学習 ,  SN比 ,  最大化問題 ,  *ハッシング ,  ロバスト性 ,  統計模型 ,  解析 ,  *パターン認識 ,  確率 ,  最小化問題 ,  *マルチメディア ,  ハッシュ関数
準シソーラス用語： ビデオコンテンツ解析 ,  二値符号 ,  誤り確率 ,  統計モデル

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 二値符号 ,  学習 ,  SN比 ,  最大化 ,  ハッシング