文献

J-GLOBAL ID：201902269686314038   整理番号：19A0991329

統計的および幾何学的性質を利用した領域不変適応【JST・京大機械翻訳】

Domain-invariant Adaptation Exploiting Statistical and Geometrical Properties

著者 (2件)： Azarkesht Maryam (Department of Computer Engineering, Shahid Bahonar University of Kerman, Kerman, Iran) ,  Afsari Fateme (Department of Computer Engineering, Shahid Bahonar University of Kerman, Kerman, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CFIS  ページ： 1-6  発行年： 2019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： ドメイン適応は,ターゲットデータ上で良く機能するソースデータからロバストな分類器を学習することを目的とする。本論文では,オブジェクト認識と手書き数字認識アプリケーションのための新しい教師なしドメイン適応法を提案した。この方法は,データの統計的および幾何学的性質を利用し,構造的リスク最小化によりドメイン不変分類器を学習する,ソースおよびターゲット領域を異なる低次元部分空間に投影する2つの射影行列を学習する。広範な実験は,提案した方法が最先端の方法と比較して分類精度の有意な改善を示すことを実証した。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： *不変性 ,  ロバスト性 ,  物体認識 ,  応用プログラム
準シソーラス用語： 分類精度 ,  射影行列 ,  部分空間 ,  低次元 ,  手書き数字認識 ,  幾何学的特徴 , 【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)： 統計 ,  幾何学的性質 ,  不変 ,  適応