文献

J-GLOBAL ID：202002278847589497   整理番号：20A2282540

Winner-Take-All機構を用いて抽出された教師なし特徴はロバストな画像分類を導く【JST・京大機械翻訳】

Unsupervised Features Extracted using Winner-Take-All Mechanism Lead to Robust Image Classification

著者 (2件)： Patel Devdhar (University of Massachusetts Amherst,College of Computer and Information Sciences,Amherst,MA,USA) ,  Kozma Robert (University of Massachusetts Amherst,College of Computer and Information Sciences,Amherst,MA,USA)
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： 主流画像処理手法は,バックプロパゲーション(BP)学習ルールにより訓練された畳込みニューラルネットワークを用いて優れた性能を生成する。非監督学習アプローチは,BP結果と比較して典型的に劣っているが,それらの生物学的意義のために一般的である。本研究では,winner-take-all設定における生物学的に触発されたHebbian学習ルールを用いて教師なし方法で抽出された特徴が,画像分類タスクにおいてBPと競合的に機能することを示した。Hebbianルールにより学習された畳込みフィルタは,BPを用いて学習されたフィルタよりも滑らかであった。2つの訓練手法の品質を,訓練の速度と分類精度のような計量に基づいて比較した。教師なし学習の抽出特徴はBPと比較して雑音に対してロバストであることを示した。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： 雑音 ,  畳込み ,  フィルタ ,  学習 ,  教師なし学習 ,  画像処理 ,  *ロバスト性 ,  逆伝搬法
準シソーラス用語： *画像分類 ,  分類精度 ,  学習則 ,  畳込みニューラルネットワーク , 【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 (4件)： ALL ,  教師 ,  ロバスト ,  画像分類