文献

J-GLOBAL ID：201702246257191608   整理番号：17A1773604

教師なし画像表現学習のためのグラフ正則化ディープニューラルネットワーク【Powered by NICT】

A Graph Regularized Deep Neural Network for Unsupervised Image Representation Learning

著者 (5件)： Yang Shijie ,  Li Liang ,  Wang Shuhui ,  Zhang Weigang ,  Huang Qingming
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 7053-7061  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： 深オートエンコーダ(DAE)は高レベルの表現学習におけるその有望な電力を示した。多様体学習の観点から,局所幾何学的構造を保持する能力を持つ伝統的なDAEを与えてへのグラフ正則化された深層ニューラルネットワーク(GR DNN)を提案した。深構造化正則化は,この構造を捕捉するために多層認識に定式化した。ロバストかつ識別力のある埋込み空間は局所多様体正接空間内の高レベル意味論と幾何学的構造を保存する同時に学習した。理論解析は,提案したグラフ正則化の間の密接な関係と最適化目的の項におけるグラフラプラシアン正則化器を提案した。Suture anchorを用いた二部グラフ,大規模データに対して良好なスケーラビリティを保証することを導入することにより,ネットワークの複雑さの成長を軽減する。四データセットに関する実験は,最新の方法と提案したGR DNNの同等の結果を示した。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 ,  ロバスト性 ,  *正則化 ,  意味論 ,  *ニューラルネットワーク ,  *グラフ ,  多様体 ,  構造形成 ,  *学習 ,  最適化 ,  定式化
準シソーラス用語： 二部グラフ ,  理論解析 ,  多様体学習 ,  *画像表現 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (6件)： 教師 ,  画像表現 ,  学習 ,  グラフ ,  正則化 ,  ディープニューラルネットワーク