文献

J-GLOBAL ID：201702288585769347   整理番号：17A1162600

3D建築物再構成のための文法規則の統計的関係学習【Powered by NICT】

Statistical Relational Learning of Grammar Rules for 3D Building Reconstruction

著者 (5件)： Dehbi Youness (University of Bonn, Germany) ,  Hadiji Fabian (Technical University of Dortmund, Germany) ,  Groger Gerhard (University of Bonn, Germany) ,  Kersting Kristian (Technical University of Dortmund, Germany) ,  Pluemer Lutz (University of Bonn, Germany)
資料名： Transactions in Gis  (Transactions in Gis)
巻： 21  号： 1  ページ： 134-150  発行年： 2017年 
JST資料番号： W2757A  ISSN： 1361-1682  資料種別： 逐次刊行物 (A)
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： 建築物再構成のための3D点雲の自動解釈は困難な作業である。解釈プロセスは意味論表現する高度に構造化されたモデルを必要とする。形式文法は構造並びに建築とその部品のパラメータを記述することができる。は3D建築物再構成のための重み付き属性文脈自由文法規則の自動学習のための新しいアプローチを提案し,ルールのかなり面倒な手動設計を支持した。パラメータ学習から分離構造。特異的サポートベクトルマシン(SVM)は,重み付き文脈自由文法を生成し,構文木のような構造化された出力を予測するのに用いられる。文法はパラメータと制約,Markov論理ネットワーク(MLN)を用いた統計的関係学習法に基づいて学習されるにより拡張した。MLNはトポロジー的および幾何学的制約条件を課した。MLNは不確実性を明確に対処と確率的推論を提供する。閉塞による部分観測を扱うことができた。不確実な射影幾何学を用いて,観測の不確実性を扱った。学習は,さまざまな建物のスタイルとファサード構造をカバーする大きな建物データベースに基づいている。特に,データベースから導出されたツリーバンクは構造学習のために採用した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 位相幾何学 ,  *三次元 ,  サポートベクトルマシン ,  意味論 ,  不確実性 ,  文脈自由文法 ,  *再構成 ,  データベース ,  構造形成 ,  *学習 ,  *文法 ,  モデル
準シソーラス用語： 確率的推論 ,  構文木 ,  *関係学習 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  数理言語学  (JB05000V)

タイトルに関連する用語 (5件)： 3D ,  建築物 ,  再構成 ,  統計 ,  関係学習