文献

J-GLOBAL ID：201902256251710981   整理番号：19A0921513

DLTA 動的クラウド消費分類タスクのためのフレームワーク【JST・京大機械翻訳】

DLTA: A Framework for Dynamic Crowdsourcing Classification Tasks

著者 (2件)： Zheng Libin (Department of Computer Science and Engineering, Hong Kong University of Science and Technology, Kowloon, Hong Kong, China) ,  Chen Lei (Department of Computer Science and Engineering, Hong Kong University of Science and Technology, Kowloon, Hong Kong, China)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 31  号： 5  ページ： 867-879  発行年： 2019年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  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： クラウド消費市場の増加する人気は,群衆分類タスクの応用を可能にする。ノイズのある作業者からの正確な分類結果を達成するために,そのような応用における品質管理を行う方法は,重要で挑戦的な仕事であり,広い研究関心を引き出している。しかしながら,ほとんどの既存の研究はラベル獲得フェーズを利用しない。それは,適切な予算配分を作るそれらの障害をもたらす。さらに,いくつかの研究は,AMTまたはCrowd花のような一般的なcrow消費プラットフォームによってサポートされない作業者を管理するという仮定を実行する。これらの欠点を克服するために,本論文では,群衆分類タスクのための動的ラベル獲得とアンサワーアグリゲーション(DLTA)フレームワークを考案した。このフレームワークは,一連のラウンド,適応的にラベル推論およびラベル獲得において進行する。それぞれのラウンドにおいて,それは適切な予算配分を実行するために以前のラウンドの収集された回答を分析して,次に群衆への結果としての質問を問題とした。DLTAをサポートするために,ラベルの収集のための生成モデルとラベル推論と予算割当のための対応戦略を提案した。実験結果は,既存の方法と比較して,DLTAが二値事例において競争精度を得ることを示した。その上,最先端の推論技術においてプラグインするその拡張版は,最高の精度を達成する。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： 位相 ,  雑音 ,  *予算編成 ,  品質管理
準シソーラス用語： プラグイン , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (5件)： クラウド ,  消費 ,  分類 ,  タスク ,  フレームワーク