分割表現の学習のための理論と評価メトリックス【JST・京大機械翻訳】

Do Kien; Tran Truyen

プレプリント

J-GLOBAL ID：202202200745670281 整理番号：21P0016304

分割表現の学習のための理論と評価メトリックス【JST・京大機械翻訳】

Theory and Evaluation Metrics for Learning Disentangled Representations

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2019年08月26日プレプリントサーバーでの情報更新日： 2021年03月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

(a)非もつれ表現の正確な意味論を定義すること,および(b)評価に対するロバストなメトリックスを確立することにより,2つの理論的貢献を,(a)解答学習に対して,2つの理論的貢献を行った。第1に,著者らは,情報理論的構成を用いて明示的に表現し,定量化できる3次元情報性,分離性,および解釈可能性に沿った教師つきおよび教師なし方法で使用される概念「もつれ表現」を特徴づけた。これは,いくつかのよく知られたもつれ学習モデルの挙動を説明するのを助ける。次に,有益性,分離性,および解釈性を測定するためのロバストな計量を提案した。包括的な一連の実験を通して,このメトリックスは,異なる方法で学習された表現を正確に特徴付け,定性的(ビジュアル)結果と一致することを示した。したがって,メトリックスは,公正な地上で比較されるために,もつれ学習法を可能にする。また,VAEベースの方法の新しい興味深い特性を経験的に明らかにし,それらを定式化で解釈した。これらの知見が有望であり,そして,期待的には,混乱した表現を学習するためのより理論的に駆動されたモデルの設計を奨励するであろう。【JST・京大機械翻訳】

, , , , ,
, , , 【Automatic Indexing@JST】

パターン認識 , 人工知能

, , , ,

前のページに戻る