文献

J-GLOBAL ID：201702240547657099   整理番号：17A0755567

携帯電話データを用いた人物同定のための結合ディープBoltzmannマシン(jDBM)モデル【Powered by NICT】

A Joint Deep Boltzmann Machine (jDBM) Model for Person Identification Using Mobile Phone Data

著者 (4件)： Alam Mohammad Rafiqul (Department of Computer Science and Software Engineering, University of Western Australia, Crawley, WA, Australia) ,  Bennamoun Mohammed (Department of Computer Science and Software Engineering, University of Western Australia, Crawley, WA, Australia) ,  Togneri Roberto (Department of Electrical, Electronics, and Computer Engineering, University of Western Australia, Crawley, WA, Australia) ,  Sohel Ferdous (School of Engineering and Information Technology, Murdoch University, Murdoch, WA, Australia)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 19  号： 2  ページ： 317-326  発行年： 2017年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  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： 関節深いBoltzmannマシン(jDBM)モデルに基づくオーディオ-ビジュアル人物同定手法を提案した。提案jDBMモデルは三段階で訓練される1)音声と顔画像モダリティに対応する単一モードDBMモデル学習,2)関節制限付きBoltzmannマシンを用いた共有層パラメータ(jRBM)モデル学習,および3)単一モードDBMと共有層のパラメータと初期化後jDBMモデルの微調整。共有層のユニットの活性化確率を関節特徴として使用し,ロジスティック回帰分類器は,複合音声と顔画像認識に使用されている。jRBMを用いた共有層パラメータを学習することにより,より高い精度は欲張り層状初期化と比較して達成できることを示した。著者らの提案したモデルの性能は,最先端のサポートベクトルマシン(SVM),深層信念ネットワーク(DBN),および深いオートエンコーダ(DAE)モデルと比較した。添加では,著者らの実験結果は,提案したjDBMモデルから得られた関節表現である雑音や欠落情報に対してロバストであることを示した。実験は挑戦的なMOBIOデータベース,携帯電話を用いて獲得されたオーディオ-ビジュアルデータを含むについて実施した。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： オーディオ機器 ,  サポートベクトルマシン ,  *携帯電話 ,  ロバスト性 ,  複合音 ,  顔画像 ,  *Boltzmannマシン ,  データベース ,  *モデル ,  単一モード ,  雑音
準シソーラス用語： 信念ネットワーク ,  ロジスティック回帰分析 ,  モデル学習 ,  モダリティ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 携帯電話 ,  人物 ,  同定 ,  Boltzmannマシン ,  モデル