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。
本論文では,信頼性の高いビデオイベント検出のための意味論的内容分析フレームワークを提案した。本研究では,個々の浅い学習モデルから学んだ結果を供給するより深い層の類似性の掘進するために一般的なモデルに概念検出結果を改善するための標的とする。深学習モデルと比較して,浅い学習モデルを理解する特徴よりもむしろ記憶した。提案したフレームワークは,多重対応分析(MCA)と多層パーセプトロン(MLP)ニューラルネットワークの強さを統合することにより,浅い学習の問題に取り組んでいる。低レベル特徴は,抽象的高レベル特徴値にMCAベースモデルのための初期入力として採用した。出力値は,より良い理解のためのニューラルネットワークにおける相互作用を含んでいる。議論を提案する能力を獲得した。フレームワークは,ネットワーク出力から各単一フレームの意思決定を解析することによりビデオ分類の最終判断を提供した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】