文献

J-GLOBAL ID：201902211941128727   整理番号：19A2008675

生物学的に示唆された確率的強化深層学習について:視覚監視に関する事例研究【JST・京大機械翻訳】

On Biologically Inspired Stochastic Reinforcement Deep Learning: A Case Study on Visual Surveillance

著者 (2件)： Hajj Nadine (Department of Electrical and Computer Engineering, American University of Beirut, Beirut, Lebanon) ,  Awad Mariette (Department of Electrical and Computer Engineering, American University of Beirut, Beirut, Lebanon)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 108431-108437  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： ここでは,画像処理タスクのための生物学的に触発された視覚ネットワーク(BIVnet)を提示した。提案したモデルはそのニューラル対応物と類似性を有し,部分的に観察可能なMarkov決定プロセスを用いて強化学習戦略を実行する確率的アルゴリズムにより訓練される。ネットワークを,調査関連タスクにおける利用可能なデータセットの収集に関してテストし,最先端のアーキテクチャと比較して優れた性能を示した。公開されている画像データセットの収集に関する精度における15.2%の平均改善を,著者らの実験結果において示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  *視覚 ,  ネットワーク ,  アルゴリズム ,  画像処理 ,  計算機アーキテクチャ ,  *事例研究 ,  強化学習
準シソーラス用語： 画像データ ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 分子遺伝学一般  (EC02010J) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (6件)： 生物学 ,  確率 ,  強化 ,  深層学習 ,  視覚 ,  研究