文献

J-GLOBAL ID：201802244803055051   整理番号：18A0518420

物体認識のための楽観的および悲観的神経回路網【Powered by NICT】

Optimistic and pessimistic neural networks for object recognition

著者 (3件)： Grzeszick Rene (TU Dortmund University, Germany) ,  Sudholt Sebastian (TU Dortmund University, Germany) ,  Fink Gernot A. (TU Dortmund University, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 350-354  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： 本稿では畳込みニューラルネットワークへの不確実性モデル化の適用を評価した。不確実性情報に基づくネットワークの予測を調整するための新しい方法を紹介した。これは楽観的またはその予測スコアの悲観的であることができる。提案した方法は,試験時間でドロップアウトを適用し,ネットワークの出力からの予測平均と分散のサンプリングのアイデアに基づいている。方法論的側面に加えて,迅速な評価を可能にする実装の詳細を提示した。ILSVRC2014とVOC2011データセット上での評価では,モデル化不確実性は更なる訓練段階なしに試験時間で純粋に与えられたモデルの性能の改善を可能にすることが示されるであろう。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： ネットワーク ,  *物体認識 ,  不確実性 ,  モデリング ,  *神経回路網 ,  予測
準シソーラス用語： スコア ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 物体認識 ,  神経回路網