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。
ドメイン適応(DA)は,ラベル無しデータのみを有するターゲットドメインに,十分なラベル付きデータを持つソースドメインから学習された知識を活用することを目的とする。DAに関するほとんどの既存の研究は,畳み込みベースのニューラルネットワークに基づくドメインギャップを最小化することにより,両ドメインに対するドメイン不変特徴表現の学習に寄与する。最近,ビジョン変圧器は複数のビジョンタスクにおける性能を著しく改善した。本論文では,視覚変圧器の上に,その性能を改善する目的で,DAのための双方向交差-拡張変換器(BCAT)を提案した。提案したBCATでは,注意機構は,ドメイン不一致を狭めるために,暗黙源とターゲット混合特徴表現を抽出することができる。具体的には,BCATにおいて,ドメイン不変特徴表現を学習するために双方向交差アテンションメカニズムを有する重み共有四重分岐変圧器を設計した。大規模な実験は,提案したBCATモデルが,畳み込みまたは変圧器に基づく既存の最先端のDA法よりも,4つのベンチマークデータセット上で優れた性能を達成することを実証した。【JST・京大機械翻訳】