文献
J-GLOBAL ID:201802269016283920   整理番号:18A0382910

画像分類のための特徴選択を誘導眼追跡データ【Powered by NICT】

Eye tracking data guided feature selection for image classification
著者 (7件):
資料名:
巻: 63  ページ: 56-70  発行年: 2017年 
JST資料番号: D0611A  ISSN: 0031-3203  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
特徴選択は画像分類に重要な役割を果たしている,無関係で冗長な特徴を除去し,最終的には特徴空間の次元を低減することが可能である。既存特徴選択法は有望な進歩を遂げているが,人的要因はほとんど考慮に入れた。このような問題を解決するために,ヒューマンファクタを考慮に入れ,視線追跡データの価値を活用することにより画像分類のための提案した新しい2段階特徴選択法。粗選択段階では,視線追跡データの助けを借りて,ヒトの観点から関心領域(ROIs)は,最初の視覚特徴を用いた画像を表現するために同定した。,早熟収束を軽減するための新しい突然変異戦略を組み込んだ改良量子遺伝的アルゴリズム(IQGA),特徴のサブセットは,その後の精選で得られた。精選段階では,最小冗長性最大関連性(mRMR)の効率とサポートベクトルマシンに基づく再帰的特徴除去(SVM RFE)の有効性を統合するために提案したハイブリッド法。特に,SVM-RFEのランキング基準はmRMRから得られたランキング情報を組み込むことにより改善された。二つのベンチマークデータセットの包括的実験結果は,視線追跡データは,画像分類のための特徴選択の性能を向上させるために非常に重要であることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般  ,  人工知能 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る