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。
ハッシュに基づく意味的画像検索のための現在のアプローチは事前に定義されたカテゴリーの集合を仮定し,多数の注釈付き試料の教師つき学習に依存している。標識試料の必要性は,ユーザがカスタマイズされた新しいカテゴリーを定義する訓練画像の小さな集合を問い合わせ時間で提供するシナリオにおけるそれらの適用性を制限する。数ショットハッシュ学習の問題を検討し,画像認識と分類におけるワンショット学習と局所性高感度ハッシングに関する初期の仕事の精神。より正確には,筆者らのアプローチはユニバーサルハッシュ関数は,識別特徴空間の密度構造の非明示的な情報のためにラベルなしデータからオフラインを学ぶことができるという洞察に基づいている。は,さらに,少数のラベル付きサンプルからの新しいカテゴリーのためのハッシュコードのタスク特異的組合せを選択することができる。得られた教師なし一般的ハッシング(UGH)は,小さな訓練試料と画像検索タスクに関する現在の教師つきおよび教師なしハッシング手法よりも著しく優れている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】