改良分類のための3値および2値量子化【JST・京大機械翻訳】

Lu Weizhi; Chen Mingrui; Guo Kai; Li Weiyu

プレプリント

J-GLOBAL ID：202202204412774298 整理番号：22P0323019

改良分類のための3値および2値量子化【JST・京大機械翻訳】

Ternary and Binary Quantization for Improved Classification

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 (4件)： , , ,
資料名：
発行年： 2022年03月31日プレプリントサーバーでの情報更新日： 2022年03月31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)

次元縮小とデータ量子化は,データ複雑性を減らすために2つの重要な方法である。本論文では,ランダム投影によるデータ次元の最初の低減の方法論を研究し,次に,分類において広く適用されている3進または2進符号への射影を量子化する。通常,量子化は,高い量子化誤差のために分類の精度を著しく劣化させる。しかし,量子化が一般的フィルタで生成されるスパース特徴であるので,量子化は同等で,しばしば優れた精度を提供できることを観測した。さらに,この量子化特性は,特徴およびランダム投影行列が十分にスパースであるならば,スパース特徴のランダム射影において維持することができた。広範な実験により,この興味深い性質を検証し,解析した。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般 , 人工知能

, , ,

前のページに戻る