文献

J-GLOBAL ID：201702254266160535   整理番号：17A0967418

一人称作用分解と0ショット学習【Powered by NICT】

First-Person Action Decomposition and Zero-Shot Learning

著者 (3件)： Zhang Yun C. ,  Li Yin ,  Rehg James M.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WACV  ページ： 121-129  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,動詞と名詞に一人称作用を分解した。作用成分の動詞と名詞の結合は,それらを別々に学習し,認識を行うためにそれらを結合する学習者の能力にどのように影響するか調べた。従来の行動認識と零ショット学習に対する異なる情報融合法,後者は1概念(動詞/名詞)をとり,他によって混乱されないように特徴の能力の強い適応を比較した。動詞/名詞概念の分離を達成するために,それらの各々に特化した特徴を抽出する。特に,改良された高密度軌跡と畳込みニューラルネットワーク活性化を用いた。分解概念のための特別な特徴を構築することにより,提案手法では,零ショット学習に成功したことを示した。より驚いたことに,動詞/名詞概念に異なる特徴の性能ギャップが重要な場合,従来の行動認識における以前の結果よりも優れていた。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： ニューラルネットワーク ,  名詞 ,  軌跡 ,  *粒状材 ,  *学習 ,  畳込み ,  動詞
準シソーラス用語： 高密度 ,  行動認識 ,  学習者 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： 分解 ,  ショット ,  学習