抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
実応用における交差データセットが教師つき学習によって事前訓練モデルに対して微調整できないという問題に対して、条件に基づく対抗ネットワークに対抗する相互領域顔表情識別フレームワークを提案した。このフレームワークを,特徴埋込み,耐性学習,および分類の3つのモジュールに分割した。共同学習の組込み機能を利用して、ソースと目標データの分布間の差を分散させ、ソースドメインからターゲットドメインへの特徴移転を完成させ、教師なし生成対抗ネットワークを用いて最適化を行い、ドメイン適応法により表情分類を出した。実験結果は,他の領域適応法と比較して,提案方法が顔表情認識において極めて大きな利点を持つことを示して,顔表情認識比率は,適応のない交差領域方式と比較して明らかに向上した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】