文献

J-GLOBAL ID：201802265306556910   整理番号：18A1259923

生成センシング:信頼できる認識のための信頼できないセンサデータの変換【JST・京大機械翻訳】

Generative Sensing: Transforming Unreliable Sensor Data for Reliable Recognition

著者 (4件)： Karam Lina J. ,  Borkar Tejas ,  Cao Yu ,  Chae Junseok
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： MIPR  ページ： 100-105  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： 本論文では,高エンドセンサで達成されたものにより,高い認識精度を得るために,低エンドセンサを計算知能と統合する,深い学習を可能にする生成センシングフレームワークを紹介した。提案された生成センシングフレームワークは,達成された分類精度の観点から,低エンド,低品質センサデータを高品質センサデータに変換することを目的としている。低い端部データは,同じモダリティのより高い品質データに変換することができるか,または別のモダリティのデータに変換することができた。画像生成のための既存の方法と異なり,提案したフレームワークは,類似性測度よりもむしろ認識精度を最大化するための識別モデルとターゲットに基づいている。これは,深いニューラルネットワーク(DNN)における選択的特徴再生の導入を通して達成される。提案した生成センシングは,基本的に低品質センサデータをロバストな知覚のための高品質情報に変換する。結果を提示して,提案したフレームワークの性能を例示した。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】

シソーラス用語： *品質 ,  人工知能 ,  測度 ,  類似性 ,  画像合成 ,  ニューラルネットワーク ,  ロバスト性
準シソーラス用語： モダリティ ,  高品質 ,  分類精度 ,  認識精度 , 【Automatic Indexing@JST】

分類 (2件)： 計測機器一般  (AD02000X) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： センシング ,  信頼 ,  センサデータ