文献

J-GLOBAL ID：201802267716938266   整理番号：18A0440169

画像順序推定:分類と回帰の利益を得る【Powered by NICT】

Image ordinal estimation: Classification and regression benefit each other

著者 (5件)： Zhang Chao (University of Electronic Science and Technology of China, Chengdu, China) ,  Zhu Ce (University of Electronic Science and Technology of China, Chengdu, China) ,  Liu Yipeng (University of Electronic Science and Technology of China, Chengdu, China) ,  Wen Hongdiao (University of Electronic Science and Technology of China, Chengdu, China) ,  Wang Zhengtao (University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： APSIPA ASC  ページ： 275-278  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： 一般マルチタスク学習は,多領域知識を必要とする。本論文では,ただ1つのドメイン知識による分類と回帰を同時に実行する二重タスク学習モデルを提案した:順序値。共同二重タスク畳込みニューラルネットワーク(DTCNN)の二同胞損失によるカテゴリー分類とスコア回帰,カテゴリーとスコアは互いに変換できるを最適化した。実験結果はDTCNNは個々のタスク学習と比較して優れた性能が得られることを示す。異なるカテゴリ分配の解析を通して,微細カテゴリー分配は回帰性能をさらに改善できることを観察した。さらに,DTCNNを三つの面から優れている理由を説明する(1)ベイズ決定則から二タスク間の関係,(2)粗い分類と細かい分類として見られる二タスク間の関係,(3)二タスク上のニューロンの活性化。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 ,  学習モデル ,  *画像 ,  ニューロン ,  ドメイン知識 ,  最適化
準シソーラス用語： ディシジョンルール ,  スコア ,  カテゴリー分類 ,  マルチタスク学習 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 順序 ,  推定 ,  分類 ,  利益