文献

J-GLOBAL ID：201702227562874519   整理番号：17A0473013

知識の輸送とデータ構造を保存するによる0ショット分類【Powered by NICT】

Zero-shot classification by transferring knowledge and preserving data structure

著者 (3件)： Li Xiao (School of Computer Science and Technology, Xidian University, 710071, China) ,  Fang Min (School of Computer Science and Technology, Xidian University, 710071, China) ,  Wu Jinqiao (School of Computer Science and Technology, Xidian University, 710071, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 238  ページ： 76-83  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 実用的な物体認識タスクでは,しばしばいくつかの未知物体,訓練段階で標識画像のないいくつかの新しいカテゴリーを認識する問題に遭遇する。困難な問題を解決するために,零ショット学習は,転移学習の特別な場合として見ることができる広く研究されている。零ショット学習は,ソース画像とそれらの共通の意味的知識に基づくターゲット画像のラベルを予測する問題を扱った。ほとんどの既存の零ショット学習法は,画像意味空間に投影するためにどのように焦点を当てた。しかし,ソース画像と属性による学習射影関数は標的属性の予測のためのシフトした。本論文では,ソース領域からの知識を移管し標的データ構造(TKDS)を保存することにより零ショット分類法を提案した。特に,源分類モデルを用いた意味論的相関による標的分類モデルを学習した。既存類似性ベース零ショット学習手法とは異なり,ここでは,標的データのデータ特性を利用自身,であった。源領域からの知識を移動ソース画像を示し,このようにして,予測性能をドメインシフト問題を是正する標的データの多様体構造を利用した考察した。広く使用されているデータセット上での包括的実験を行い,提案モデルが最新技術手法の性能を大幅に上回ることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習 ,  *粒状材 ,  物体認識 ,  多様体 ,  意味論 ,  画像 ,  射影 ,  *データ構造 ,  類似性
準シソーラス用語： 予測性能 ,  分類モデル ,  分類法 ,  意味的知識 ,  転移学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 0ショット学習 ,  物体認識 ,  意味論的相関 ,  多様体構造

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 知識 ,  輸送 ,  データ構造 ,  保存 ,  ショット ,  分類