文献

J-GLOBAL ID：202102257049550997   整理番号：21A0423752

スパースモデルからの転移学習~ふたつのアプローチと最適化の課題~

Transfer Learning from Sparse Models-Two Approaches and Optimization Issues-

著者 (4件)： 酒井智弥 (長崎大 大学院工学研究科) ,  山田頼弥 (長崎大 大学院工学研究科) ,  石橋諒士 (長崎大 大学院工学研究科) ,  高田寛之 (長崎大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 120  号： 300(PRMU2020 38-68)  ページ： 80-85 (WEB ONLY)  発行年： 2020年12月10日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 機械学習の応用先の分野で培われてきた常識や経験則,いわゆるド...

シソーラス用語： 性質 ,...
準シソーラス用語： スパースモデリング ,...

ログイン（無料）して見る     続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A0423752&from=J-GLOBAL&jstjournalNo=U2030A") }}

分類 (1件)： 脳・神経系モデル  (EL02050C)

引用文献 (41件)：

• K. Gregor and Y. LeCun, “Learning fast approximations of sparse coding,” Proceedings of the 27th International Conference on International Conference on Machine Learning, pp.399-406, 2010.
• P. Sprechmann, R. Litman, T.B. Yakar, A.M. Bronstein, and G. Sapiro, “Supervised sparse analysis and synthesis operators,” Advances in Neural Information Processing Systems, pp.908-916, 2013.
• J.R. Hershey, J.L. Roux, and F. Weninger, “Deep unfolding: Model-based inspiration of novel deep architectures,”2014.
• U.S. Kamilov and H. Mansour, “Learning optimal nonlinearities for iterative thresholding algorithms,” IEEE Signal Processing Letters, vol.23, no.5, pp.747-751, 2016.
• J. Zhang and B. Ghanem, “ISTA-Net: Interpretable optimization-inspired deep network for image compressive sensing,” Proceedings of the IEEE conference on computer vision and pattern recognition, pp.1828-1837, 2018.

タイトルに関連する用語 (2件)： 転移学習 ,  最適化