文献

J-GLOBAL ID：202202215085780964   整理番号：22A0832000

深層協調マルチタスクネットワーク:階層的画像分類のための人間意思決定プロセスにヒントを得たモデル【JST・京大機械翻訳】

Deep collaborative multi-task network: A human decision process inspired model for hierarchical image classification

著者 (7件)： Zhou Yu (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Li Xiaoni (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Li Xiaoni (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China) ,  Zhou Yucan (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Wang Yu (College of Artificial Intelligence, Tianjin University, Tianjin, China) ,  Hu Qinghua (College of Artificial Intelligence, Tianjin University, Tianjin, China) ,  Wang Weiping (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 124  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 階層的分類は,元のタスクがいくつかのサブタスクに分割され,ツリー形状ラベル構造に基づくマルチ粒状性予測を提供するために,大きなデータに対して重要である。明らかに,これらのサブタスクは高度に相関している:粗粒サブタスクの結果は,微細粒サブタスクの候補を低減でき,一方,細粒サブタスクの結果は,粗粒クラスを記述する属性を提供する。人間は,独立して各サブタスクを考慮する代わりに,すべての関連するサブタスクからフィードバックを統合することができる。したがって,階層的画像分類のための深い協調マルチタスクネットワークを提案する。具体的には,階層的ラベル構造によって定義される2つのサブタスク間の関係行列を最初に抽出した。次に,各サブタスクの情報を,関係マトリックスを通してすべての関連サブタスクに放送した。最後に,この情報を組み合わせるために,タスク評価と決定不確実性に基づく新しい融合機能を設計した。広範な実験結果は,著者らのモデルが最先端の性能を達成できることを証明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データ ,  *ネットワーク ,  不確実性 ,  分類 ,  粒状性 ,  深層
準シソーラス用語： *画像分類 ,  *マルチタスク ,  粗粒子 ,  *意思決定のプロセス , 【Automatic Indexing@JST】

著者キーワード (4件)： 階層的画像分類 ,  深いマルチタスクネットワーク ,  協調学習 ,  決定不確実性評価

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 深層 ,  協調 ,  マルチタスク ,  画像分類 ,  人間 ,  意思決定プロセス ,  ヒント ,  モデル