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。
顔行動単位検出,表現分類,および価数推定の3つのタスクを実行するために統一モデルを訓練した。3つのタスクを学習する2つの主要な課題に取り組んだ。最初に,ほとんどの既存のデータセットは高度に不均衡である。第2に,ほとんどの既存のデータセットは,3つのタスクすべてに対してラベルを含まなかった。第1の課題に取り組むために,データバランス技術を実験データセットに適用した。第2の課題に取り組むために,著者らは,欠測(不完全)ラベルから学習するマルチタスクモデルのためのアルゴリズムを提案した。このアルゴリズムは2つのステップを持つ。まず,各インスタンスが対応するタスクのグランドトルースラベルによって訓練される3つのタスクすべてを実行するための教師モデルを訓練する。第二に,ソフトラベルとして教師モデルの出力を参照する。ソフトラベルとグラウンドトルースを用いて,学生モデルを訓練した。著者らは,ほとんどの学生モデルが,すべての3つのタスクに関してそれらの教師モデルより優れていることを見出した。最後に,著者らは3つのタスクに関してさらに性能を上げるためにモデルアンサンブルを使用した。【JST・京大機械翻訳】