文献

J-GLOBAL ID：201702241588176432   整理番号：17A1275163

畳込みニューラルネットワーク特徴と意味属性学習を用いた階層的0ショット分類【Powered by NICT】

Hierarchical zero-shot classification with convolutional neural network features and semantic attribute learning

著者 (4件)： Markowitz Jared (Johns Hopkins University, Applied Physics Laboratory, 11100 Johns Hopkins Road, Laurel, MD, USA) ,  Schmidt Aurora C. (Johns Hopkins University, Applied Physics Laboratory, 11100 Johns Hopkins Road, Laurel, MD, USA) ,  Burlina Philippe M. (Johns Hopkins University, Applied Physics Laboratory, 11100 Johns Hopkins Road, Laurel, MD, USA) ,  Wang I-Jeng (Johns Hopkins University, Applied Physics Laboratory, 11100 Johns Hopkins Road, Laurel, MD, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MVA  ページ： 194-197  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： 訓練例を持たないカテゴリーを含む画像分類問題への階層的アプローチを検討した。配置の木と精度の深さの間のトレードオフを最適化する階層的分類における以前の研究に基づいて,著者らは以前に見られた(非新しい)と以前に未知の(新しい)クラスの両方に問題の多くの調合の性能を比較した。ImageNet ILSVRC2012データセットから150オブジェクトクラスのサブセット,218人間による注釈付き意味属性ラベルを持ち,OVERFEATネットワークを用いた深い畳込み特徴を計算を用いた。いくつかのアプローチを評価し,SVM分類器境界までの距離だけでなく,意味属性推定に基づく入力事後確率から導出した入力事後確率を用いて定量的に。法の相対的性能は非新規と新しい応用が異なり,属性に基づく事後確率の組込みを介して新規の応用における情報利得を達成することを見出した。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： *ネットワーク ,  *粒状材 ,  *畳込み ,  部分集合 ,  *ニューラルネットワーク ,  事後確率 ,  最適化 ,  アノテーション ,  *学習
準シソーラス用語： 情報利得 ,  SVM分類 ,  オブジェクトクラス ,  階層的分類 ,  画像分類 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 畳込みニューラルネットワーク ,  意味 ,  属性 ,  学習 ,  ショット ,  分類