文献

J-GLOBAL ID：201902217878097206   整理番号：19A1665209

画像分類のためのグラフ畳込みベース回帰による判別多様体学習【JST・京大機械翻訳】

Discriminant Manifold Learning with Graph Convolution Based Regression for Image Classification

著者 (5件)： Zhu Ruifeng (Laboratory of Electronics, Information and Image (LE2I), CNRS, University of Bourgogne Franche-Comte (UBFC), Belfort, France) ,  Zhu Ruifeng (University of the Basque Country UPV/EHU, San Sebastian, Spain) ,  Dornaika Fadi (University of the Basque Country UPV/EHU, San Sebastian, Spain) ,  Dornaika Fadi (IKERBASQUE, Basque Foundation for Science, Bilbao, Spain) ,  Ruichek Yassine (Laboratory of Electronics, Information and Image (LE2I), CNRS, University of Bourgogne Franche-Comte (UBFC), Belfort, France)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11510  ページ： 226-236  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 多くの学習問題は,データ駆動グラフから学習することができる。本論文では,スペクトルグラフ畳込み構造を組み込んだ非線形埋込みを推定することにより,教師つきおよび半教師つき学習のためのフレームワークを導入した。提案したアルゴリズムは,2つの方法でデータ駆動グラフを利用した。最初に,それはグラフ上のデータ平滑性を統合した。第二に,回帰をデータとそれらのグラフの共同利用により解決し,回帰者がデータサンプルを畳み込むことを意味する。得られたフレームワークは,屋外シーン,顔および人工オブジェクトのような様々な性質を持つ画像データのための局所的近傍構造に対する過剰適合の問題を解決することができる。提案した手法は,非線形埋込み研究に対する新しい視点を提供するだけでなく,スペクトルグラフ畳込み法に関する観点も誘導する。提案方法の性能を評価するために,いくつかの最先端アルゴリズムと提案方法を比較するために,4つの画像データセットに関して一連の実験を行った。この評価により,提案した埋込み法の有効性を実証した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *グラフ ,  共同利用 ,  教師つき学習 ,  *畳込み ,  有効性 ,  平滑度 ,  *学習
準シソーラス用語： 画像データ ,  半教師つき学習 ,  データ駆動 ,  *多様体学習 ,  *画像分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： グラフベース埋込み ,  教師付き学習 ,  半教師つき学習 ,  スペクトルグラフ畳込み ,  弁別埋込み

分類 (3件)： 分子・遺伝情報処理  (JE15040B) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 画像分類 ,  グラフ ,  畳込み ,  判別 ,  多様体学習