文献

J-GLOBAL ID：202102220865015434   整理番号：21A0067335

陰的背景モデルのロバスト性とオーバーフィッティング挙動【JST・京大機械翻訳】

Robustness And Overfitting Behavior Of Implicit Background Models

著者 (3件)： Liu Shirley (OLIVES at the Center for Signal and Information Processing (CSIP), School of Electrical and Computer Engineering, Georgia Institute of Technology,Atlanta,GA,USA,30332-0250) ,  Lehman Charles (OLIVES at the Center for Signal and Information Processing (CSIP), School of Electrical and Computer Engineering, Georgia Institute of Technology,Atlanta,GA,USA,30332-0250) ,  AlRegib Ghassan (OLIVES at the Center for Signal and Information Processing (CSIP), School of Electrical and Computer Engineering, Georgia Institute of Technology,Atlanta,GA,USA,30332-0250)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 3274-3278  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： 本論文では,性能に影響することなく空間領域可視化を提供する弱教師つきセグメンテーションモデルにそれらを変換する,陰的背景推定(SCrIBE)で修正した画像分類モデルのオーバーフィッティング挙動を調べる。セグメンテーションマスクを用いて,試験ラベルを必要としないオーバーフィット検出基準を導いた。さらに,モデル性能,キャリブレーション,およびセグメンテーションマスクの変化を,データ増強を過剰適合低減測度として適用し,様々なタイプの歪画像で試験することを評価した。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： 測度 ,  セグメンテーション ,  可視化 ,  *ロバスト性
準シソーラス用語： 画像分類 ,  空間領域 ,  *背景モデル ,  背景推定 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 背景モデル ,  ロバスト性 ,  フィッティング ,  挙動