ディープメトリック変分オートエンコーダによる多モードデータ生成【JST・京大機械翻訳】

Sundgaard Josefine Vilsboll; Hannemose Morten Rieger; Laugesen Soren; Bray Peter; Harte James; Kamide Yosuke; Tanaka Chiemi; Paulsen Rasmus R.; Christensen Anders Nymark

プレプリント

J-GLOBAL ID：202202209581125187 整理番号：22P0286046

ディープメトリック変分オートエンコーダによる多モードデータ生成【JST・京大機械翻訳】

Multi-modal data generation with a deep metric variational autoencoder

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 (9件)： , , , , , , , ,
資料名：
発行年： 2022年02月07日プレプリントサーバーでの情報更新日： 2022年02月07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)

マルチモーダルデータ生成のための深い計量変分オートエンコーダを提示した。変分オートエンコーダは潜在空間における三重項損失を採用し,各クラスクラスタ内の潜在空間におけるサンプリングによる条件付きデータ生成を可能にした。このアプローチを,対応する広帯域鼓膜測定による鼓膜の耳鏡検査画像からなるマルチモーダルデータセットで評価した。このデータセットにおけるモダリティは,それらが中耳の状態の異なる側面を表すので,相関するが,それらは直接ピクセル対ピクセル相関を示さない。この手法は,画像と鼓図のペアの条件付き生成に対して有望な結果を示し,マルチモーダルソースからのデータの効率的なデータ増強を可能にする。【JST・京大機械翻訳】

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

人工知能 , 図形・画像処理一般

, ,

前のページに戻る