文献

J-GLOBAL ID：202002250386718874   整理番号：20A1942948

弱教師付き学習と潜在意味解析によるCNN中間層の転送【JST・京大機械翻訳】

Transferring CNN Intermediate Layers via Weakly-Supervised Learning and Latent Semantic Analysis

著者 (5件)： Sui Yunfeng (Research Center, Second Research Institute of CAAC, Chengdu, China) ,  Meng Lingtong (Research Center, Second Research Institute of CAAC, Chengdu, China and Department of Information and Communication, University of Electrical Science and Technology of China, Chengdu, China) ,  Feng Jiaqi (Research Center, Second Research Institute of CAAC, Chengdu, China and Department of Information and Communication, University of Electrical Science and Technology of China, Chengdu, China) ,  Zhao Shixuan (Research Center, Second Research Institute of CAAC, Chengdu, China) ,  Cheng Zhi (Research Center, Second Research Institute of CAAC, Chengdu, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICAIP ’18  ページ： 210-214  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： ニューロンコーディングに関する神経科学研究は,各項目がニューロンの比較的小さな集合の強い活性化により符号化されることを見出した。本研究の目的は,特定のオブジェクトカテゴリーを認識するための主要な貢献者であるニューロン集合を同定することである。人間の経験によって導入されたバイアスを避けるために,著者らの方式は,部分ラベルまたは属性キャプションを有するデータセット,または,どんな意味モデル仮定も用いなかった。本手法は,事前訓練と潜在意味学習の両方でオブジェクトレベルラベルのみを使用する。オブジェクト分類のために事前訓練された畳み込みニューラルネットワーク(CNN)を与えて,本論文では,様々なタスクから任意の与えられたタスクに対して事前訓練されたCNNをトリミングし,転送するフレームワークを提案した。弱い監督されたアプローチによる中間層における潜在的意味論の学習の課題を,異なるオブジェクトカテゴリのニューロン急速発火ステータと画像刺激の間の相関をマイニングすることによって解決する。さらに,本研究は,高速発火を誘発するパッチを可視化することにより,主要な寄与ニューロンに関連する潜在意味論を学習し,CNNが深い訓練から学習するというより良い理解を提供する。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： 意味論 ,  *学習 ,  ニューロン ,  固定子 ,  可視化 ,  *教師つき学習 ,  神経科学 ,  バイアス ,  *意味解析
準シソーラス用語： 意味モデル ,  スパースコーディング ,  転移学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： CNN ,  潜在意味論 ,  スパースコーディング ,  転移学習 ,  弱教師付き学習

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

タイトルに関連する用語 (5件)： 教師付き学習 ,  意味解析 ,  CNN ,  中間層 ,  転送