文献

J-GLOBAL ID：202002219781580504   整理番号：20A0904795

階層的ラベリングマイクロタスクのためのアクティブ学習戦略【JST・京大機械翻訳】

Active Learning Strategies for Hierarchical Labeling Microtasks

著者 (5件)： Uo Kousuke (University of Tsukuba,College of Media Arts, Science and Technology,Japan) ,  Kobayashi Masaki (University of Tsukuba,Graduate School of Library, Information and Media Studies,Japan) ,  Matsubara Masaki (University of Tsukuba,Faculty of Library, Information and Media Science,Japan) ,  Baba Yukino (Information and Systems University of Tsukuba,Faculty of Engineering,Japan) ,  Morishima Atsuyuki (University of Tsukuba,Faculty of Library, Information and Media Science,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： Big Data  ページ： 4647-4650  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： 本論文では,階層的ラベリングマイクロタスクのためのアクティブ学習戦略に関する予備実験の結果を報告した。階層的ラベリングマイクロタスクの典型的な例は,大きな画像の分割のためのラベル付けタスクの集合からなる。全体画像から出発して,作業者はラベルを与えるか,またはそれをより小さいものに分割するように選択した。本論文は,設定におけるアクティブ学習のためのいくつかの戦略を比較するための実験の結果を示した。結果は,戦略における差異が初期段階における性能に影響を及ぼすことを示唆した。Copyright 2020 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： *学習 ,  *実験 ,  *試験
準シソーラス用語： 能動学習 ,  予備実験 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 学習戦略