文献

J-GLOBAL ID：201702275614045620   整理番号：17A1254911

大規模マージンマルチモード三重項メトリック学習【Powered by NICT】

Large Margin Multi-Modal Triplet Metric Learning

著者 (2件)： Di Xing ,  Patel Vishal M.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FG  ページ： 370-377  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： 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】

シソーラス用語： 類似性 ,  最適化問題 ,  *三重項 ,  多モード ,  逐次近似 ,  学習アルゴリズム ,  *学習 ,  アルゴリズム
準シソーラス用語： 距離メトリック学習 ,  *メトリック学習 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 大規模 ,  マルチモード ,  三重項 ,  メトリック学習