Kerasによるキャプション生成の実践  注意モデルの設計と評価【JST・京大機械翻訳】

Wang Rong; Wakahara Toru

文献

J-GLOBAL ID：202002221892730183 整理番号：20A1508278

Kerasによるキャプション生成の実践注意モデルの設計と評価【JST・京大機械翻訳】

Practice in Caption Generation with Keras The Design and Evaluation for Attention Models

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1508278&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (2件)： ,
資料名：
号： ICDLT 2019 ページ： 11-15 発行年： 2019年
JST資料番号： D0698C 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)

画像のためのキャプションを自動的に生成するために,ハードアテンションモデルを提案した。現在,このモデルは多くの方法で実行される。例えば,そのオリジナルな実装は,Nanoで書かれた,そして,ほとんどの他の実装は,Tensorflowライブラリを用いて書かれた。本論文では,このモデルを実装するために,深層ニューラルネットワークを構築するためのモジュールフレームワークであるKerasを用いた。また,注意-Lと注意-Cと呼ばれる2つの注意モデルを,元の注意モデルからわずかに修正した。ベンチマークデータセットFlickr30を用いてこれら3つの注意モデルを比較し,結果は注意Cモデルが他の2つのモデルよりも良いスコアを得る可能性が高いことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, ,
, 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

人工知能 , 図形・画像処理一般 , パターン認識 , 情報加工一般

, , , ,

前のページに戻る

Kerasによるキャプション生成の実践 注意モデルの設計と評価【JST・京大機械翻訳】

Kerasによるキャプション生成の実践注意モデルの設計と評価【JST・京大機械翻訳】