文献

J-GLOBAL ID：201802253148261014   整理番号：18A2232835

何が関連しているか:注意を用いた時系列学習と理解【JST・京大機械翻訳】

Focusing on What is Relevant: Time-Series Learning and Understanding using Attention

著者 (7件)： Vinayavekhin Phongtharin (IBM Research, Tokyo, Japan) ,  Chaudhury Subhajit (IBM Research, Tokyo, Japan) ,  Munawar Asim (IBM Research, Tokyo, Japan) ,  Agravante Don Joven (IBM Research, Tokyo, Japan) ,  De Magistris Giovanni (IBM Research, Tokyo, Japan) ,  Kimura Daiki (IBM Research, Tokyo, Japan) ,  Tachibana Ryuki (IBM Research, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICPR  ページ： 2624-2629  発行年： 2018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： 本論文は,時系列の異なる応用における深い学習モデルの解釈可能性に対する貢献である。データ完成,鍵フレーム検出および分類を含む様々なタスクを実行するための関連情報を選択することができる時間的注意層を提案した。この方法は,各時間ステップに対する注意値を計算するために全入力シーケンスを用いる。これにより,以前の方法よりも,より注目された注意値とより妥当な可視化が得られた。提案した方法を3つの異なるタスクに適用した。実験結果は,提案したネットワークが最先端の状態に匹敵する結果を生成することを示した。さらに,ネットワークは決定のより良い解釈可能性を提供し,それは過去に試みられた類似技術と比較して,関連フレームに対してより顕著な注意重みを生み出す。Copyright 2019 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】

シソーラス用語： *学習 ,  学習モデル ,  可視化 ,  ネットワーク
準シソーラス用語： 最先端 ,  時間ステップ ,  判断能力 , 【Automatic Indexing@JST】

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 注意 ,  時系列 ,  学習 ,  理解