文献

J-GLOBAL ID：201702234727147047   整理番号：17A1257176

クラス賢明な深い辞書学習【Powered by NICT】

Class-wise deep dictionary learning

著者 (3件)： Singhal Vanika (IIIT Delhi, New Delhi, India) ,  Khurana Prerna (IIIT Delhi, New Delhi, India) ,  Majumdar Angshul (IIIT Delhi, New Delhi, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 1125-1132  発行年： 2017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： 本研究では,組み合わせ特徴抽出と分類のための新しいフレームワークを提案した。基本アイデアは,スパース表現に基づく分類に由来した。各クラスからの訓練サンプルにが同じを表現するための基礎を形成すると仮定した。その後の研究は,辞書学習を用いた各クラスの基礎を学ぶただ一つのレベル辞書を学習したこれらは,浅い技術であった。本研究では,各クラスのための多重レベル辞書を学習することを提案した。ベンチマーク深層学習データセット上で提案手法のテストを行った。深部(積層オートエンコーダ,深層信念ネットワーク)技術を用いて,提案手法と浅い(サポートベクトルマシンと一致ラベル辞書学習)法を比較し;は全体的に最良の結果生じた。も摂動を用いた経験的解析を行った。この方法はノイズ,欠落特徴と様々な量の訓練データの異なる種類の存在下で他の深層学習技術と比較してよりロバストであることを見出した。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： ロバスト性 ,  深部 ,  摂動 ,  多重化 ,  *深層 ,  雑音 ,  ベンチマーク ,  特徴抽出 ,  サポートベクトルマシン
準シソーラス用語： 訓練データ ,  信念ネットワーク ,  深層学習 ,  スパース表現 ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： クラス ,  辞書学習