文献

J-GLOBAL ID：202002245302099411   整理番号：20A2282453

視覚注意で強化されたハードウェアを意識した画像極性検出器【JST・京大機械翻訳】

An hardware-aware image polarity detector enhanced with visual attention

著者 (5件)： Ragusa Edoardo (University of Genoa,Department of Electrical, Electronic, Telecommunication Engineering and Naval Architecture DITEN,Genova,Italy) ,  Apicella Tommaso (University of Genoa,Department of Electrical, Electronic, Telecommunication Engineering and Naval Architecture DITEN,Genova,Italy) ,  Gianoglio Christian (University of Genoa,Department of Electrical, Electronic, Telecommunication Engineering and Naval Architecture DITEN,Genova,Italy) ,  Zunino Rodolfo (University of Genoa,Department of Electrical, Electronic, Telecommunication Engineering and Naval Architecture DITEN,Genova,Italy) ,  Gastaldo Paolo (University of Genoa,Department of Electrical, Electronic, Telecommunication Engineering and Naval Architecture DITEN,Genova,Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-7  発行年： 2020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： ユーザカスタマイズされた経験は,現在の電子スマートデバイスの主要な目標の1つである。画像極性検出は,情報が画像により大規模に表現されるという事実によりユーザの好みを理解する上で重要な役割を果たす。最先端のフレームワークは,深い学習ネットワークに基づいており,推論システムの一般化性能を高めるために,進化する洗練された構造を追加する。最近の研究は,画像分析が顕著な領域に関する情報を利用して強化できることを証明した。しかし,より高い計算負荷のコストでより良い性能が得られた。本論文では,画像の顕著な領域に基づく画像極性検出器のためのハードウェアフレンドリーな深層学習フレームワークを提案した。実験結果は,実世界データに関する提案解法の信頼できる性能を示した。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： 極性 ,  学習 ,  ネットワーク ,  *ハードウェア ,  検出器 ,  画像分析 ,  カスタム化
準シソーラス用語： *視覚的注意 ,  計算負荷 ,  スマートデバイス ,  ユーザ好み ,  深層学習 , 【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 (6件)： 視覚注意 ,  強化 ,  ハードウェア ,  意識 ,  極性 ,  検出器