文献

J-GLOBAL ID：201602280753333613   整理番号：16A1386297

相対属性誘導辞書学習【Powered by NICT】

Relative attribute guided dictionary learning

著者 (3件)： Babaee Mohammadreza (Institute for Human-Machine Communication, TU Muenchen, Theresienstrae 90, 80333 Muenchen, Germany) ,  Wolf Thomas (Institute for Human-Machine Communication, TU Muenchen, Theresienstrae 90, 80333 Muenchen, Germany) ,  Rigoll Gerhard (Institute for Human-Machine Communication, TU Muenchen, Theresienstrae 90, 80333 Muenchen, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICIP  ページ： 704-708  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： 利用可能な意味情報として相対的な属性を用いたスパース信号表現を見つけるために提案した識別辞書学習アルゴリズム。とは対照的に,既存の(識別)辞書学習(DDL)法は信号再構築残余,スパース符号化ベクトルまたは両方の弁別特性を強化するために二値ラベル情報を利用した。二成分属性またはラベルと比較して,データは,属性の強度と注釈される相対属性豊かな意味情報を含んでいる。本論文では,訓練データの相対的情報を用いて間接的に識別辞書を学習する。正確に,辞書学習プロセスにおける属性のためのランク関数を組み込んだ。得られた信号の品質を評価するために,k-meansクラスタリングを適用し,クラスタリング性能を測定した。三データセット,すなわちPubFig[1],OSR[2]と靴[3]で行った実験結果から,提案した方法が最新のラベルベース辞書学習アルゴリズムより優れていることを確認した。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： *学習アルゴリズム ,  再構成 ,  品質 ,  ベクトル ,  クラスタ化 ,  スパースコーディング ,  改変
準シソーラス用語： 訓練データ ,  スパース信号 ,  意味情報 ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 属性 ,  誘導 ,  辞書学習