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。
半教師つき学習のための新しい戦略であるConsInstant 正則化に基づくパノ光学セグメンテーションのための半教師つき手法を提案した。セグメンテーション性能を改善するために訓練中の予測インスタンス表現と意味セグメンテーションの間の一貫性を強制することにより,完全にラベル無しデータを利用する。この目的のために,完全畳み込みネットワーク(FCN)を通して1つの簡単な前方経路によって予測可能な新しい型のインスタンス表現も提案し,パン光学セグメンテーションのための便利で単純なto-trainフレームワークを提供した。より具体的には,中間表現としての3次元インスタンス方向マップと最終表現としての2つの相補的距離変換マップの予測を提案し,パノ光学セグメンテーションのためのユニークなインスタンス表現を提供した。硬化およびフレッシュコンクリートの2つの挑戦的なデータセットについて,著者らの方法を試験し,後者が,著者らのアプローチの有効性を実証し,半教師つきセグメンテーションのための最先端手法によって達成された結果を凌駕した。特に,著者らの半教師つき手法において完全にラベルされていないデータを活用することにより,達成された全精度(OA)は,ラベル付きデータのみを用いた完全教師つき訓練と比較して5%まで増大することを示した。さらに,最先端の半教師つき法により達成されたOAを1.5%まで超えた。【JST・京大機械翻訳】