抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
インスタンスのバッグ(または集合)はラベルバッグで標識される弱教師つき環境における距離メトリックを学習考察した。類似していると推定されるインスタンス間の距離は同一ではないことを推定したインスタンス間の距離よりも小さくなるように計量である学習する一般的なアプローチは,多重インスタンス学習(MIL)問題として問題を定式化した。古典的アプローチは,学習された距離の最適化と類似事例の帰属を交互に変わる。本論文では,計量とインスタンスの割当てを学習する併用する効率的な方法を提案した。特に,例がバッグレベルで提供されたアノテーションに依存してカテゴリーに帰属されるが著者らのモデルはMIL問題のためのk-平均の拡張を解くことにより学習される。著者らの学習アルゴリズムは,MIL問題のための計量学習法よりもはるかに迅速であり,顔同定のための自動化画像アノテーションおよびインスタンス分類における最先端技術の認識性能が得られた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】