抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ランダムサンプルコンセンサス(RANSAC)はロバストなモデル適合アルゴリズムである。それは,画像スティッチングとポイントクラウド登録を含む多くの分野で広く使われている。RANSACでは,データを仮説生成のために均一にサンプリングした。しかし,この均一サンプリング戦略は,多くの問題に関する情報を完全に利用していない。本論文では,データソーティングアルゴリズムとともにLe’vy分布を持つサンプルデータを提案する。提案方法の仮説サンプリングステップにおいて,データを,著者らが提案した分類アルゴリズムによって分類して,それは,データポイントの尤度に基づくデータを,インリーナセットにおいて分類した。次に,仮説を,Le’vy分布を有する分類データからサンプリングした。提案方法を,シミュレーションと実世界の公開データセットの両方で評価した。著者らの方法は,均一ベースライン法と比較してより良い結果を示した。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】