文献

J-GLOBAL ID：202002239519385799   整理番号：20A0650570

並列および交差注意ネットワーク学習によるクロスモーダル処方検索【JST・京大機械翻訳】

Cross-modal recipe retrieval via parallel- and cross-attention networks learning

著者 (4件)： Cao Da (College of Computer Science and Electronic Engineering, Hunan University, Changsha, Hunan, 410082, PR China) ,  Chu Jingjing (College of Computer Science and Electronic Engineering, Hunan University, Changsha, Hunan, 410082, PR China) ,  Zhu Ningbo (College of Computer Science and Electronic Engineering, Hunan University, Changsha, Hunan, 410082, PR China) ,  Nie Liqiang (School of Computer Science and Technology, Shandong University, Qingdao, Shandong, 266000, PR China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 193  ページ： Null  発行年： 2020年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： クロスモーダルレシピ検索は,質問としてテキストの処方を与えられた画像候補のリストからの食品画像を検索する問題を参照する。しかしながら,既存の交差モード処方検索手法は,画像と精度の表現を独立に学習することに焦点を合わせ,それらを共通空間に投影することにより,それらを分離することに焦点を合わせている。そのような方法は画像と精度の間の相互作用を見落とし,準最適検索性能をもたらす。この目的のために,著者らは並列および交差注意ネットワーク学習の観点から交差モードのレシピ検索の問題を研究する。具体的には,まず,画像と精度におけるコンポーネントの注意重みを独立に学習するために,並列注意ネットワークを利用する。その後,画像と画像間の相互作用を明示的に学習するために,交差注意ネットワークを提案し,同時に単語誘導画像注意と画像誘導単語注意を考慮した。最後に,画像の学習表現と並列および交差注意ネットワークから生じる精度を,ペアワイズランク付け損失を用いて,詳細に接続し,最適化した。2つのデータセットに関する実験によって,著者らは全体的性能比較とマイクロレベル解析の両方の範囲に関する著者らの提案した解法の有効性と合理性を実証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  有効性 ,  単語 ,  食品 ,  検索効率 ,  最適化 ,  *学習 ,  *ネットワーク
準シソーラス用語： 合理性 ,  性能比較 ,  レシピ , 【Automatic Indexing@JST】

著者キーワード (4件)： 処方検索 ,  並列注意ネットワーク ,  相互注意ネットワーク ,  クロスモーダル検索

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 交差 ,  注意 ,  学習 ,  処方 ,  検索