文献

J-GLOBAL ID：202102211727770746   整理番号：21A1679605

少数サンプルによるISAR画像認識のための埋込み適応の学習【JST・京大機械翻訳】

Learning Embedding Adaptation for ISAR Image Recognition with Few Samples

著者 (3件)： Yang Yi (National University of Defence Technology,College of Electronic Science and Technology,Changsha,China) ,  Gao Xunzhang (National University of Defence Technology,College of Electronic Science and Technology,Changsha,China) ,  Shen Qinmu (National University of Defence Technology,College of Electronic Science and Technology,Changsha,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICTC  ページ： 86-89  発行年： 2021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： 少数のサンプルによる逆合成開口レーダ(ISAR)画像認識は,宇宙ターゲット認識のための重要課題である。プロトタイプネットワークは,訓練セットから埋込み関数を学習し,少数のサンプルでテストセットからターゲットに機能を適用することにより,この課題に対処するが,学習された埋込み関数は,未知のタスクに対して最適ではない。この目的のために,本論文では,ラベル付きサンプルとターゲットとの次元依存性を確立することによりタスク診断からタスク仕様への埋込みを変換するために,変換器と呼ばれる3重注意メカニズムの型を採用した。実験結果は,提案方法が5方向1ショットタスクで24.92%,および5ウェイ5ショットタスクで18.35%の認識精度を改善し,この方式の有効性を検証することを示した。Copyright 2021 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： 変換器 ,  ネットワーク ,  物体認識 ,  宇宙空間 ,  有効性 ,  プロトタイプ ,  *画像認識
準シソーラス用語： *逆合成開口レーダ ,  認識精度 , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (6件)： サンプル ,  ISAR ,  画像認識 ,  埋込み ,  適応 ,  学習