文献

J-GLOBAL ID：202002287167853291   整理番号：20A1100284

ゼロショット交差モード検索のための自己管理による三元敵対ネットワーク【JST・京大機械翻訳】

Ternary Adversarial Networks With Self-Supervision for Zero-Shot Cross-Modal Retrieval

著者 (6件)： Xu Xing (Center for Future Multimedia, University of Electronic Science and Technology of China, Chengdu, China) ,  Lu Huimin (Shanghai Jiaotong University, Shanghai, China) ,  Song Jingkuan (Center for Future Multimedia, University of Electronic Science and Technology of China, Chengdu, China) ,  Yang Yang (Center for Future Multimedia, University of Electronic Science and Technology of China, Chengdu, China) ,  Shen Heng Tao (Center for Future Multimedia, University of Electronic Science and Technology of China, Chengdu, China) ,  Li Xuelong (School of Computer Science, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 50  号： 6  ページ： 2400-2413  発行年： 2020年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  資料種別： 逐次刊行物 (A)
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： 一つのモダリティ(例えば,画像)からの質問インスタンスを与えて,交差モード検索は,他のモダリティ(例えばテキスト)から意味的に類似したインスタンスを発見することを目的とする。クロスモーダル検索を実行するために,既存のアプローチは,ラベル付けされたソース集合から一般的に一般的な意味空間を学習し,目標集合におけるインスタンスのために学習された空間における一般的な表現を直接生成する。これらの方法は,2つの集合のインスタンスが同じクラスを共有することを一般的に必要とする。直感的には,それらはゼロショット交差モード検索のより実際的なシナリオにより良くは一般化できない。すなわち,ターゲット集合のインスタンスは,ソース集合において見られるクラスと矛盾する意味を持つ非見られたクラスを含んでいる。ゼロショット学習に触発されて,本論文では,自己監視(TANS)を有する三元敵ネットワークと呼ばれる新しいモデルを提案し,この挑戦課題に関する既存の方法の限界を克服した。著者らのTANSアプローチは3つの並列サブネットワークから成る。1)異なるモダリティの固有データ構造を獲得し,一般的意味空間における意味的特徴を介してモダリティ関係を保存する2つの意味的特徴学習サブネットワーク;2)意味的特徴学習を監督するためのガイダンスとして見られる,および見えないラベルの単語ベクトルを活用する自己教師つき意味サブネットワークは,見えないラベルへの知識転送を強化する。そして,3)著者らは,著者らのTANSにおいて,異なるモダリティの間の意味的特徴の一貫性と相関を最大化するために,著者らのTANSsにおける敵の学習方式を利用した。3つのサブネットワークを著者らのTANSに統合し,効率的な反復パラメータ最適化を可能にするエンドツーエンドネットワークアーキテクチャを定式化した。3つの交差モードデータセットに関する包括的実験は,ゼロショット交差モード検索のための最先端の方法と比較して,著者らのTANSアプローチの有効性を示した。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： ベクトル ,  学習 ,  データ構造 ,  *ネットワーク ,  エンドツーエンド方式 ,  有効性 ,  定式化 ,  単語 ,  自己管理 ,  ネットワークアーキテクチャ
準シソーラス用語： モダリティ ,  パラメータ最適化 ,  サブネットワーク , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： ショット ,  交差 ,  検索 ,  自己管理 ,  敵対