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。
新しい領域でのモデルを学ぶときアノテーション負担を軽減するためにドメイン適応(DA)は類似したドメインからのラベル付きデータとモデルを利用した。分野への著者らの貢献は3つある。最初に,異なる芸術画像様式を用いて訓練されたランドマーク場所認識モデルとの適合,写真,絵画と図面などを調べるために,LandMarkDA,新しいデータセットを提案した。新しいLandMarkDAは新しい適応課題,電流深アーキテクチャは,その限界を示すを提案した。第二に,筆者らは,最近の浅部と深部の適応ネットワークの実験的研究,ドメインギャップを橋渡しする最大平均乖離を用いたを提案した。ネットワークアーキテクチャを変えることによりこれらのモデルのための異なる設計選択を研究し,OFF31と新しいLandMarkDAコレクションの上でそれらを評価した。浅いネットワークはまだ適切な特徴抽出下で競合できることを示した。最後に,芸術的画像式移動を組み合わせた深い矛盾ベースのネットワークを得た新しいDA法のベンチマークを行った。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】