文献

J-GLOBAL ID：201802282574192065   整理番号：18A0519245

画像分類のための識別標準相関分析ネットワーク【Powered by NICT】

Discriminative canonical correlation analysis network for image classification

著者 (2件)： Gatto Bernardo B. (Institute of Computing (ICOMP), Federal University of Amazonas, Brazil) ,  dos Santos Eulanda M. (Institute of Computing (ICOMP), Federal University of Amazonas, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 4487-4491  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： 最近,畳込みニューラルネットワークは機械学習やコンピュータビジョン領域では注意を集めている,いくつかの関連アプリケーションの性能を改善した。現在,主成分分析ネットワーク(PCANet),線形判別分析ネットワーク(LDANet)と正準相関分析ネットワーク(CCANet)のような多くの深層学習ネットワークアーキテクチャは,物体と顔分類のための提案されている。これらアーキテクチャ溶液は高効率を示し,簡単な実施により,効率的な画像分類アプリケーションの高速プロトタイピングを提供した。しかし,これらの解は,より複雑なコンピュータビジョン問題(例えば高度データの分布間の重なりを含む)における高い判別特徴を抽出しないことをフィルタを利用した。より識別情報を生成するために,著者らは,特徴的な正準相関ネットワーク(DCCNet),識別正準相関分析(DCC)から構築されたフィルタを用いたを導入した。DCCから学習フィルタは,ネットワークが識別特徴を生成し,より代表的で識別情報を生成することを確実にする。四データ集合での実験を通してDCCNetの適用性を示した。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： 適応性 ,  フィルタ ,  コンピュータビジョン ,  機械学習 ,  学習 ,  *ネットワーク ,  応用プログラム ,  主成分分析
準シソーラス用語： 正準相関 ,  識別子 ,  深層学習 ,  正準相関解析 ,  畳込みニューラルネットワーク ,  *相関分析 ,  *画像分類 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 画像分類 ,  識別 ,  標準 ,  相関分析