深層学習における視覚的注意法:詳細な調査【JST機械翻訳】

Hassanin Mohammed; Anwar Saeed; Radwan Ibrahim; Khan Fahad S; Mian Ajmal

プレプリント

J-GLOBAL ID：202202220551845731 整理番号：22P0333044

深層学習における視覚的注意法:詳細な調査【JST機械翻訳】

Visual Attention Methods in Deep Learning: An In-Depth Survey

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 (5件)： , , , ,
資料名：
発行年： 2022年04月16日プレプリントサーバーでの情報更新日： 2024年05月05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)

人間の認知システムに触発されて,注意は,特定の情報に関する人間の認知意識を模倣し,重要な詳細を増幅して,データの本質的側面により多く焦点を合わせる機構である。深層学習は,多くのアプリケーションの性能を高めるために注目されてきた。興味深いことに,同じ注意設計は,異なるデータモダリティの処理に適し,大規模ネットワークに容易に組み込むことができる。さらに,複数の相補的注意機構を一つのネットワークに組み込むことができる。したがって,注目技術は非常に魅力的になった。しかし,文献は,研究者が深いモデルに注意を採用することを指導するための注意技術に関する包括的な調査を欠いている。訓練データおよび計算リソースに関して要求されていることに加えて,トランスは利用可能な多くのカテゴリーの中で自己注意において単一カテゴリーのみをカバーすることに留意する。このギャップを埋め,50の注意技術の徹底的な調査を提供し,それらの最も顕著な特徴によりそれらを分類した。注意メカニズムの成功の背後にある基本概念を導入することにより,議論を開始した。次に,各注意カテゴリーの強みと限界のような幾つかの本質的要素を提供し,それらの基本的ビルディングブロック,一次的利用による基本的定式化,コンピュータビジョンのための特殊な応用を記述した。また,注意メカニズムに関連した挑戦課題および一般的未解決問題についても議論を行った。最後に,著者らは深い注意のために可能な未来学方向を推奨した。href{https://github.com/saeed anwar/VisualAttention}において,深層学習における視覚的注意法に関するすべての情報を提供する。【JST機械翻訳】

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

応用心理学 , 中枢神経系

, ,

前のページに戻る