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。
インスタグラムは,彼らの仕事を示すように,アメチュアと専門の写真者にとって大きなベンキューになった。言い換えれば,それは脱モーラ化写真である。一般に,写真者はセッションにおいて数千の写真を採り,そこから,Instagramに関するそれらの作業を示す。インスタグラムの評判を建設する写真者は,それらの写真との従事者の関与を最大化し,その芸術的スタイルを維持するためのバランスを打つ必要がある。ImageNetデータセット上で訓練された物体認識のモデル,画像ネットデータセット上で訓練された物体認識のためのモデル,およびVGG19から生成されたGram行列を用いて,Instagram上で投稿された写真に関するスタイル類似性測定のタスクに対して,画像Net上で訓練された,他の物体認識モデル,を,画像Netデータセット上で訓練されたオブジェクト認識のタスクに対して,転送学習を使用した。著者らのモデルは個人のInstagramで訓練され,個人化関与予測とスタイル類似性モデルを作成する。彼らの説明で一度訓練された場合,ユーザは,予測関与とスタイル類似性に基づいて,それらの以前の仕事に対する新しい写真を分類でき,従って,それらの追跡者からの関与を最大化できるだけでなく,写真のスタイルも維持する可能性をもつ,アップロード写真を可能にする。著者らは,いくつかのInstagram計算に関する著者らのモデルを訓練し,検証して,それは,いくつかのベースラインモデルおよび人間注釈者を凌駕する両方のタスクにおいて,それを,それが,また,それを示すことを示した。【JST・京大機械翻訳】