文献

J-GLOBAL ID：201602269888630284   整理番号：16A0724221

一般的ConvNet表現のための移動可能性の要因【Powered by NICT】

Factors of Transferability for a Generic ConvNet Representation

著者 (5件)： Azizpour Hossein (Computer Vision and Active Perception Lab (CVAP), Royal Institute of Technology (KTH), Stockholm, Sweden) ,  Razavian Ali Sharif (Computer Vision and Active Perception Lab (CVAP), Royal Institute of Technology (KTH), Stockholm, Sweden) ,  Sullivan Josephine (Computer Vision and Active Perception Lab (CVAP), Royal Institute of Technology (KTH), Stockholm, Sweden) ,  Maki Atsuto (Computer Vision and Active Perception Lab (CVAP), Royal Institute of Technology (KTH), Stockholm, Sweden) ,  Carlsson Stefan (Computer Vision and Active Perception Lab (CVAP), Royal Institute of Technology (KTH), Stockholm, Sweden)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 38  号： 9  ページ： 1790-1802  発行年： 2016年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： 畳込みネットワーク(ConvNets(畳み込みニューラルネットワーク))は,視覚認識タスクのための最も効果的な表現学習方法であることを増加している。共通シナリオでは,ConvNetは大きな標識データセット(源)上で訓練されると,ネットワークのある層では,訓練されたネットワークのフィードフォワードユニット活性化は相対的に小さな訓練セット(ターゲット)を用いたタスクのための入力画像の一般的な表現として使用した。最近の研究は,広範な標的視覚認識タスクのに適していることを表現移動のこの形を示した。本論文では,このような表現の移行可能性に影響するいくつかの因子を紹介し,検討した。そのアーキテクチャ,訓練データの分布などのような発生源ConvNetの訓練のためのパラメータを含み,また訓練ConvNetの層,次元縮小などの特徴抽出のパラメータ。これらの因子を最適化することにより,著者らは種々の(17)視覚認識タスク上で達成できる有意な改善であることを示した。タスクの性能とソースタスク提案された要因に関してへのそれらの類似性の間の相関が観察されるように,これらの視覚認識タスクは,ソースタスクへのそれらの類似性に基づいて順序付け分類できることを示した。Copyright 2016 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： ネットワーク ,  最適化 ,  ニューラルネットワーク ,  類似性 ,  画像 ,  次元縮小 ,  *視認 ,  計算機アーキテクチャ ,  畳込み ,  特徴抽出 ,  発生源 ,  データセット ,  改変
準シソーラス用語： 訓練データ ,  学習方法 , 【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 (3件)： 表現 ,  可能性 ,  要因