文献

J-GLOBAL ID：202002260593856125   整理番号：20A2554691

オブジェクト検出のための深層学習アーキテクチャの解析-批判的レビュー【JST・京大機械翻訳】

Analysis of Deep Learning Architectures for Object Detection - A Critical Review

著者 (3件)： Pandiya Mohit (SRM Institute of Science and Technology,Dept. of Computer Science & Engg.,Chennai,India) ,  Dassani Sayonee (SRM Institute of Science and Technology,Dept. of Computer Science & Engg.,Chennai,India) ,  Mangalraj P (Vellore Institute of Technology,Dept. of Computer Science & Engg.,Andra Pradesh,AP,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： HYDCON  ページ： 1-6  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： 本研究では,物体検出との関連で深層学習アーキテクチャに関する比較研究を行った。重要な比較解析のために4つのアーキテクチャを選択し,アーキテクチャの選択は最適性と適合性に依存する。パラメータを調整して,それらの挙動を理解するために異なるデータセットでそれらを訓練することによって,アーキテクチャに関する実験を行った。本研究は,特定のデータセットとの文脈におけるネットワークの最適パラメータの同定が,常に本質的に独立であるということを証明した。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： ネットワーク ,  適応性 ,  *計算機アーキテクチャ
準シソーラス用語： *物体検出 ,  最適性 ,  最適パラメータ ,  *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 (5件)： オブジェクト検出 ,  深層学習 ,  アーキテクチャ ,  解析 ,  レビュー