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。
高感度または不要な属性に不変である画像の学習表現は,バイアス除去と交差ドメイン検索を含む多くのタスクにとって重要である。ここでの目的は,ラベルが提供される領域(感受性属性)に不変である表現を学習することであり,一方,ラベル付けされていない他のすべての画像属性に対して有益であった。不変表現を確保するための新しいドメインワイズコントラスト目的を提案する新しいアプローチを提案した。この目的は,ドメイン不変性を強制する同じドメインから引き出される負の画像対を決定的に制限し,一方,標準コントラストの目的はそうではない。このドメイン毎の目的は,特徴抑制をもたらすショートカット解に悩むので,それ自身に不十分である。再構成制約,画像増強および事前訓練重みによる初期化の組合せによってこの問題を克服した。本解析は,増強の選択が重要であり,そして,増加の誤誘導選択が不変性と情報性目的を害することを示している。広範な評価において,提案手法は,表現不変性,表現情報,訓練速度に関して最先端技術に優 convincing的に優れている。さらに,いくつかの場合において,この方法は再構成制約なしでも優れた結果を達成することができ,より高速で資源効率の良い訓練につながることを見出した。【JST・京大機械翻訳】