文献

J-GLOBAL ID：202002249515959611   整理番号：20A1928166

変分オートエンコーダの混合物を用いたワンショット学習 一般化学習アプローチ【JST・京大機械翻訳】

One-Shot Learning using Mixture of Variational Autoencoders a Generalization Learning approach

著者 (2件)： Mocanu Decebal Constantin (Eindhoven University of Technology, Eindhoven, Netherlands) ,  Mocanu Elena (Eindhoven University of Technology, Eindhoven, Netherlands)
資料名： ACM Proceedings  (ACM Proceedings)
号： AAMAS ’18  ページ： 2016-2018  発行年： 2018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)

抄録/ポイント： 今日非常に成功したとしても,深層学習は,伝統的に,分類タスクに優秀するために非常に大量のラベル付きデータを必要とする。この問題を解決する試みにおいて,クラスと事前知識の1つのラベル付きサンプルを利用するワンショット学習パラダイムがますます重要になっている。本論文では,分類を行うために,新しいワンショット学習法,すなわちMoVAE(変分AutoEncoderのMixture)を提案した。事前研究への補足として,MoVAEは,事前知識を使用せず,通常のワンショット学習法と比較してパラダイムのシフトを表す。代わりに,それはゼロ知識から始まり,クラスごとに1つのラベル付けされたサンプルから始まった。その後,ラベルなしデータおよび一般化学習概念(人間が行う)を用いて,その性能をそれ自体で徐々に改善できる。さらに,ラベルなしデータがない場合,MoVAEは1ショット学習分類においてまだよく機能できる。3つのデータセット,即ち,手書き数字(MNIST),ファッション製品(Fashion-MNIST),および手書き文字(Omniglot)に対する提案手法の効率性を経験的に実証し,MoVAEが最先端のワンショット学習アルゴリズムより優れていることを示した。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】

シソーラス用語： *変分法 ,  *学習 ,  ファッション ,  粒状材 ,  学習アルゴリズム
準シソーラス用語： 手書き ,  事前知識 ,  深層学習 ,  ラベルなしデータ ,  *自己符号化器 , 【Automatic Indexing@JST】

著者キーワード (5件)： 集団知能 ,  一般化学習 ,  ワンショット学習 ,  半教師つき学習 ,  変分オートエンコーダ

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 変分オートエンコーダ ,  混合物 ,  ショット ,  学習 ,  一般化