増強ベース類似性学習によるオープンセット認識【JST・京大機械翻訳】

Esmaeilpour Sepideh; Shu Lei; Liu Bing

プレプリント

J-GLOBAL ID：202202216514207809 整理番号：22P0309888

増強ベース類似性学習によるオープンセット認識【JST・京大機械翻訳】

Open-set Recognition via Augmentation-based Similarity Learning

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： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年08月21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)

従来の教師つき学習または分類の主な仮定は,試験サンプルが訓練サンプルと同じ分布から引き出され,それは閉集合学習または分類と呼ばれることである。多くの実際的シナリオにおいて,これは,オープンセットシナリオと呼ばれているテストデータに未知または不確かなクラスサンプルがあり,未知数を検出する必要があるので,ケースではない。この問題は,オープンセット認識問題と呼ばれ,安全クリティカルアプリケーションにおいて重要である。ペアワイズ類似性を学習することを通して未知(または,非セーククラスサンプル)を検出することを提案する。提案方法は2つのステップで動作する。それは最初に,訓練に現れて,次に,疑似非意味(自動的に生成された非意味クラスサンプル)と見られるクラスを比較する方法を学ぶために,閉じた集合分類装置を学習する。擬似非Se発生は,観測または訓練サンプルに関して分布シフト増大を実行することによって実行した。著者らは,著者らの方法OPG(擬似非意味データ生成に基づくOpen集合認識)と呼ぶ。実験評価は,学習された類似性ベースの特徴が,オープンセット認識のためのベンチマークデータセットにおいて,見えないと区別できるのを示している。【JST・京大機械翻訳】

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

人工知能 , パターン認識

, ,

前のページに戻る