マルチモーダル変分エンコーダ-復号器フレームワークによるマイクロビデオの人気性の予測【JST・京大機械翻訳】

Zhu Yaochen; Xie Jiayi; Chen Zhenzhong

プレプリント

J-GLOBAL ID：202202211265056593 整理番号：22P0001941

マルチモーダル変分エンコーダ-復号器フレームワークによるマイクロビデオの人気性の予測【JST・京大機械翻訳】

Predicting the Popularity of Micro-videos with Multimodal Variational Encoder-Decoder Framework

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 (3件)： , ,
資料名：
発行年： 2020年03月28日プレプリントサーバーでの情報更新日： 2020年03月28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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ユーザ生成コンテンツの新しいタイプとして,マイクロビデオは人々の enter楽経験と社会的相互作用を劇的に豊かにする。しかし,個人のマイクロビデオの人気パターンは,研究者の間でまだ分かりにくいままである。主要な課題の一つは,マイクロビデオの潜在的人気が,様々な外部要因の影響の下で変動する傾向があり,不確実性を完全にすることである。さらに,マイクロビデオは専門技術を欠く個人によって主にアップロードされるので,複数のタイプのノイズが,不明瞭な有用な情報を存在できる可能性がある。本論文では,マイクロビデオ人気予測タスクのためのマルチモーダル変分符号器デコーダ(MMVED)フレームワークを提案した。MMVEDは,固有の不確実性を同時に保存しながら,その人気レベルに対して有益なマイクロビデオの確率的Gauss埋込みを学習する。さらに,深い変分情報ボトルネック下界(IBLBO)の最適化を通して,学習隠れ表現は,マイクロビデオ特徴における雑音に対して最大圧縮しながら,人気目標について最大表現であることが示される。さらに,Bayes製品-エキスパート原理をマルチモーダル符号器に適用し,情報保持または廃棄のための決定を全ての利用可能なモダリティで包括的に行う。公共データセットとXiguaから収集されたデータセットに関する広範な実験は,提案したMMVEDフレームワークの有効性を実証した。【JST・京大機械翻訳】

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

その他の情報処理 , ニューロコンピュータ , テレビジョン一般 , 人工知能 , 図形・画像処理一般

, , , , , ,

前のページに戻る