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。
本研究では,Gauss過程潜在変数モデル(GPLVMs)とマルチモーダル学習問題およびクロスモーダル検索への応用を検討した。既存GPLVMベースの研究は,一般的に,モデルパラメータを個々の事前確率を課し,これらのパラメータ間の固有の関係を無視している。モダリティ間の強い相補性を考慮して,カーネルハイパーパラメータ空間と潜在空間の両方におけるマルチモーダル情報を伝搬する多モードGPLVMsのパラメータ上の事前新しい継手を提案した。関節前は,モデルパラメータに及ぼす調和制約,モダリティ特異的GPカーネル間の一致と潜在空間の中の類似性を強化するものとして定式化した。マルチモーダルGPLVMsの学習過程に調和機構を組み込んだ。提案した方法は,クロスモーダル検索のための広く使用されている三マルチモーダルデータセット上で評価した。実験結果は調和機構である不均一モダリティ間の学習非線形相関のGPLVMアルゴリズムに有益であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】