文献

J-GLOBAL ID：202202219888167514   整理番号：22A0831988

一般化ゼロショット学習のための識別深い属性【JST・京大機械翻訳】

Discriminative deep attributes for generalized zero-shot learning

著者 (4件)： Kim Hoseong (Agency for Defense Development, Daejeon, Republic of Korea) ,  Lee Jewook (Department of Computer Science, Yonsei University, Seoul, Republic of Korea) ,  Byun Hyeran (Department of Computer Science, Yonsei University, Seoul, Republic of Korea) ,  Byun Hyeran (Graduate school of AI, Yonsei University)
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： 一般化ゼロショット学習(GZSL)における画像からユーザ定義(即ち,既存の)属性(UA)を導出することによりクラスを間接的に予測する。高品質属性はGZSLにとって必須であるが,既存のUAは時々識別されない。畳み込みニューラルネットワーク(CNN)の各層における隠れユニットは,オブジェクト,部品,シーン,テクスチャ,材料および色の範囲にわたる高度に識別的な意味情報を含むことを観測した。CNN特徴の意味情報は,各クラスを識別することができる属性と類似している。この観察によって動機づけられて,著者らは,新しいクラス代表的意味データ,すなわち,深い属性(DA)のようなCNN特徴を採用した。正確に,著者らは,生成されたDAに基本的特性を注入するために,3つの目的関数(例えば,互換性,弁別的,および独立的)を提案する。著者らは,CUB,FLO,AWA1,およびSUNを含む4つの挑戦的なGZSLデータセットに関する最先端のアプローチを実質的に凌駕した。さらに,既存のUAと提案したDAは相補的であり,さらに性能を高めるために組み合わせることができる。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： *学習 ,  互換性 ,  品質特性 ,  目的関数 ,  *属性
準シソーラス用語： 意味情報 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 一般化ゼロショット学習 ,  深い属性 ,  識別潜在属性

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 一般化 ,  ショット ,  学習 ,  識別 ,  属性