文献

J-GLOBAL ID：201902247473417488   整理番号：19A1767610

クロスモーダル融合とエッジネットワークデータインセンティブに基づく感情コンピューティング【JST・京大機械翻訳】

Emotional computing based on cross-modal fusion and edge network data incentive

著者 (4件)： Ma Lei (School of Information Science and Technology, Nantong University, Nantong, Jiangsu, China) ,  Ju Feng (School of Information Science and Technology, Nantong University, Nantong, Jiangsu, China) ,  Wan Jing (Nantong Rail Transit Co. LTD, Nantong, Jiangsu, China) ,  Shen Xiaoyan (School of Information Science and Technology, Nantong University, Nantong, Jiangsu, China)
資料名： Personal and Ubiquitous Computing  (Personal and Ubiquitous Computing)
巻： 23  号： 3-4  ページ： 363-372  発行年： 2019年 
JST資料番号： W1069A  ISSN： 1617-4909  資料種別： 逐次刊行物 (A)
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： 大規模感情イベントと複雑な感情認識応用において,認識精度,計算効率,およびユーザ経験品質を改善する方法は,解決すべき最初の問題になる。上記の問題に照準を定めて,本論文は,交差モード融合と端部ネットワークデータインセンティブに基づく感情的コンピューティングアルゴリズムを提案した。感情的データ収集の効率と感情的認識の精度を改善するために,深い交差モード融合は,非線形交差層マッピングを通して多モードと設計融合方法の間の意味論的偏差を捕えることができた。本論文では,深い融合クロスモードデータ融合法を設計した。計算効率とユーザ経験品質を向上させるために,エッジネットワークのためのデータインセンティブアルゴリズムをこの論文で設計する。それは,重複遅延ギャップと大規模データ収集と誤差検出のインセンティブ重みに基づいている。最後に,エッジネットワークを,不均一感情イベントにより触発された感情データ要素の集合から有限データ集合空間に写像した。この空間では,すべての感情イベントと感情データ要素がバランスしている。本論文では,クロスモードデータ融合に基づく感情計算アルゴリズムを設計した。シミュレーション実験と理論解析の結果は,提案したアルゴリズムが,認識精度,複雑な感情認識効率,および計算効率と遅延において,エッジネットワークデータインセンティブアルゴリズムとクロスモードデータ融合アルゴリズムより優れていることを示した。Copyright 2019 Springer-Verlag London Ltd., part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機シミュレーション ,  *ネットワーク ,  意味論 ,  データ収集 ,  データ融合 ,  品質 ,  アルゴリズム ,  多モード ,  誤り検出
準シソーラス用語： 理論解析 ,  計算アルゴリズム ,  大規模データ ,  計算効率 ,  認識精度 ,  感情認識 ,  *感情コンピューティング , 【Automatic Indexing@JST】

著者キーワード (5件)： 感情コンピューティング ,  クロスモーダル融合 ,  エッジネットワーク ,  データインセンティブ ,  感情認識

分類 (2件)： 人間機械系  (IB03000G) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (2件)： 融合 ,  感情コンピューティング