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。
拡張ボトルネックと注意モジュールによる特徴精密化を伴う拡張並列ピラミッドネット(P ̄2 ̄Net)を提案した。データ前処理中に,微分可能な自動データ増強(DA ̄2)法を提案した。微分可能形式におけるデータ増強政策の探索問題を定式化し,最適政策設定は訓練中の逆伝搬により容易に更新できる。DA ̄2は訓練効率を改善する。並列ピラミッド構造をネットワークによって導入された情報損失を補償するために追跡した。2つの融合構造,すなわち並列融合と進行融合を革新し,バックボーンネットワークからピラミッド特徴を処理する。両融合構造は,低解像度での高分解能と意味理解における空間情報影響の利点を,効果的に活用する。このネットワークの精度をさらに向上するためのピラミッド特徴の精密化段階を提案した。拡張ボトルネックと注意モジュールを導入することによって,著者らは限られた複雑性を有する特徴のために受容分野を増やして,種々の特徴チャネルの重要性を調整した。特徴抽出段階の完了後の特徴マップをさらに精密化するために,並列ピラミッド構造によって生成された異なるスケール特徴マップから加重特徴を抽出するために,注意モジュール(AM)を定義した。従来のアップサンプリング精錬と比較して,AMはチャネル間の関係をよりよく捉えることができる。実験により,提案手法の有効性を確認した。特に,著者らの方法は,挑戦的なMSCOCOとMPIIデータセットに関して最良の性能を達成した。【JST・京大機械翻訳】