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。
距離メトリック学習を検証システムにおける類似性精度を向上させることができる重要な技術である。本論文では,マルチモーダル検証問題のための三重項距離制約のあるマルチメトリック学習アルゴリズムを提案した。提案アルゴリズムの主な特徴は,マルチメトリックを学ぶとき,のみならずアンカー間の距離と陽性試料アンカーと陰性試料間の距離以下であることを強制するが,アンカー間の距離と陽性試料を可能な限り小さくする。提案した最適化問題を解くために導入した単純な反復法。三種類の公開利用可能なマルチモーダルデータセット上での包括的実験は,この方法が多くの最新マルチモーダル計量学習法よりも有意に良好な性能を有することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】