文献
J-GLOBAL ID:201702257565358049   整理番号:17A0473030

類似性測定のためのKullback-Leibler発散に基づく多視点距離学習【Powered by NICT】

Multi-view metric learning based on KL-divergence for similarity measurement
著者 (6件):
資料名:
巻: 238  ページ: 269-276  発行年: 2017年 
JST資料番号: W0360A  ISSN: 0925-2312  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
過去数十年では,様々な画像処理タスクのための学習距離計量の関心が高まっている。しかし,多視点からの特徴を用いた,最も計量学習法は,一般的な距離計量を訓練するためのマルチビュー特徴から適合と相補的情報を統合することに失敗する。大部分の情報はこれらの単一視野法,それらの性能に大きく影響するが捨てられている。最適距離計量を構築するために複数ビューからの情報を完全に利用するためにどのように極めて重要であるが挑戦的である。この問題を解決するために,本論文では,多視点からの特徴を統合するためにKL発散利用するマルチビューメトリック学習法を構築した。異なるビューから特徴間のKullback-Leibler発散の最小化複数ビューの一貫性,多視点からの情報を利用するMMLを可能にするにつながる可能性がある。いくつかのベンチマーク多視点データセット上で種々の実験は,この新しい方法の優れた性能を検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  パターン認識 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る