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。
そのコンパクトな圧縮と経済的計算のために,ハッシュへの学習は,意味コンピューティングや検索エンジンのような様々な知的タスクのためのデータ埋め込み,記憶,インデクシング,およびコンピューティングにおいてますます重要になっている。しかしながら,多くの既存のハッシング法は,通常のユークリッド空間において,Lpメトリックが,通常,実際的なシナリオにおけるケースでない意味論的類似性を表すという仮定により概略化されている。このような観測に関して,著者らは,より一般的なManifold空間における,保存意味的マニフォールド(DLH)のための離散的局所ハッシュと呼ばれる,ハッシングのための新しい学習パラダイムを提案した。より具体的には,意味のある多様体を保存するために,最初に,適切な最近傍を,ユークリッド計量によるGraph意味論のために選択した。次に,教師つきラベルを,意味埋め込みを微調整するために,以前の選択されたものにおける実際の近傍であると区別するために,さらに活用した。いくつかの公開データセットに関するいくつかの補完ベースラインと比較して,著者らの提案方法DLHは,はるかに良いか少なくとも同等である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】