文献

J-GLOBAL ID：201802275401299481   整理番号：18A0244446

製品探索のためのランクに基づく候補選択を用いた特徴学習【Powered by NICT】

Feature Learning with Rank-Based Candidate Selection for Product Search

著者 (2件)： Kuo Yin-Hsi ,  Hsu Winston H.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCVW  ページ： 298-307  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： 今日,ますます多くの人々が電子商取引Webサイトによる製品を買う。だけでなく異なるオンライン小売店から価格を比較したが,他の顧客からの有用なレビューコメントを得ることができる。特に,可能性のある候補を探している時に人々が視覚的に類似した生成物を探索する傾向があった。製品探索の必要性が明らかになりつつある。問題を解決するために,最近の研究は,クロスドメイン画像検索と生成物探索を解くための深い畳込みニューラルネットワーク(CNN)による種々の付加情報(例えば,属性,画像対,カテゴリー)を統合した。最新の手法に基づいて,特徴学習のためのランクベース候補選択を提案した。クエリー画像が与えられたとき,質問から離れた硬負(不適切な)画像をと質問に近いあいまいな正(関連)画像を作成することを試みた。は,提案した方法に対する地球と注意ベース局所特徴の影響を調べ,生成物探索のための15.8%の相対利得を達成した。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： 利得 ,  地球 ,  電子商取引 ,  画像検索 ,  視覚 ,  小売店 ,  曖昧さ ,  画像 ,  *学習
準シソーラス用語： 局所特徴 ,  クエリー ,  畳込みニューラルネットワーク ,  オンライン ,  Webサイト , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 探索 ,  学習