文献

J-GLOBAL ID：202102231444589476   整理番号：21A0398503

畳込み最適化の変分自己符号化クラスタリング法【JST・京大機械翻訳】

Clustering Method Based on VAE with Convolution Optimization

著者 (1件)： Yan Xiaoming (福建師范大学数学与信息学院,福州350117;数字福建環境監測物聯网実験室,福州350117)
資料名： Jisuanjixitong Yingyong  (Jisuanjixitong Yingyong)
巻： 29  号： 10  ページ： 222-227  発行年： 2020年 
JST資料番号： C4394A  ISSN： 1003-3254  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の変分自己符号器はサンプルが平らに入力データとして、サンプルが画像データである場合、このような方法を用いて学習効果が良くない。畳込み最適化の変分自己符号器を提案し、複数の可変層数の畳込みネットワークで画像データを前処理した。各々のコンボリューションネットワークは,異なるパラメータで入力データを処理し,次に,異なる層畳込み結果を接続して,変分自己符号器として入力した。変分自己符号化モデルにおいて,クラス符号器を追加し,サンプルごとのクラス分布と原サンプル集合のクラス分布の差異を計算し,クラスタリングを実現した。実験により,提案したコンボリューション最適化法は,非最適化の変分自己符号器と比較して,クラスタリング精度において,より大きな改善をもたらし,そして,画像品質を改善し,そして,各カテゴリーのエッジおよび形状における多様性は,異なるレベルにおいて,異なる程度に,増加した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *畳込み ,  *変分法 ,  ネットワーク ,  前処理 ,  *クラスタ化 ,  画質 ,  符号器
準シソーラス用語： 画像データ ,  学習効果 ,  クラスタリング法 ,  入力データ , 【Automatic Indexing@JST】

分類 (5件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q) ,  図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R)

タイトルに関連する用語 (6件)： 畳込み ,  最適化 ,  変分 ,  自己 ,  符号化 ,  クラスタリング法