文献

J-GLOBAL ID：201802224284400754   整理番号：18A0137114

MIHash:相互情報を用いたオンラインハッシング【Powered by NICT】

MIHash: Online Hashing with Mutual Information

著者 (4件)： Cakir Fatih ,  He Kun ,  Bargal Sarah Adel ,  Sclaroff Stan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 437-445  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： 学習ベースのハッシング法は,最近傍検索のための広く使用されており,最近,オンラインハッシング手法はストリーミングデータからの学習ハッシュ関数により良好な性能複雑さのトレードオフを実証した。本論文では,最初にオンラインハッシングのための重要な課題に取り組む:インデックスデータのための2進符号は,ハッシュ関数への更新と歩調を維持するために再計算しなければならない。ハッシュ関数のための効率的な品質測度を提案し,情報理論的量に基づいて,相互情報量と,不必要なハッシュテーブル更新を除去する基準として成功裏にそれを使用した。次に,確率的勾配降下を用いた相互情報目的を最適化する方法を示した。は,オンラインとバッチの両方の環境で使用できる,MIHash,新しいハッシュ法を開発した。画像検索ベンチマーク(2.5M画像データセットを含む)上の実験は筆者らの定式化の有効性を確認し,ハッシュテーブルを減少させる再計算と学習における高品質ハッシュ関数。Copyright 2018 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： 学習 ,  情報理論 ,  *ハッシング ,  測度 ,  画像検索 ,  ベンチマーク ,  画像 ,  ハッシュ関数 ,  定式化 ,  品質 ,  相互情報量 ,  最適化
準シソーラス用語： *オンライン ,  ハッシュテーブル ,  バイナリコード , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： オンライン ,  ハッシング