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。
印象的な性能と新しいカテゴリーに一般化するそれらの能力のために,属性に基づく認識モデルは多くのコンピュータビジョン応用のための広く採用されている。しかし,通常属性語いとクラス-属性関係の両方が専門家や多数の注釈者による手動で提供されなければならない。これは非常に高価と必ずしも認識性能に関する最適であり,最も重要なことは,それが大規模データセットへの属性ベースのモデルの適用性を制限している。この問題を解決するために,著者らは,エンドツーエンド教師なし属性学習アプローチを提案した。意味属性のヒト概念と良く相関することを顕著で識別語いを自動的に発見するためのオンラインテキストコーパスを利用した。さらに,テキストにおけるノイズおよび欠測データを考慮した言語前処理を用いたクラス-属性関係を最適化するための深い畳込みモデルを提案した。ImageNetに関する徹底的な評価では,このモデルは大規模で意味属性を発見し,学習効率的にできることを示した。さらに,提案モデルでは,三データセット:属性とaPascal/aYahooとImageNet,動物に零ショット学習における最新技術よりも優れていることを実証した。最後に,ImageNetに関する属性ベース学習を可能にし,将来の研究のための属性との関連性を共有する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】