文献

J-GLOBAL ID：202202232102459438   整理番号：22A0554219

論理レシピ生成のための強化学習:画像から計画へのギャップの橋渡し【JST・京大機械翻訳】

Reinforcement Learning for Logic Recipe Generation: Bridging Gaps From Images to Plans

著者 (4件)： Zhang Mengyang (School of Control Science and Engineering, Shandong University, Jinan, China) ,  Tian Guohui (School of Control Science and Engineering, Shandong University, Jinan, China) ,  Zhang Ying (School of Control Science and Engineering, Shandong University, Jinan, China) ,  Duan Peng (School of Computer Science, Liaocheng University, Liaocheng, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 352-365  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 直感的,静的画像から逐次,動的レシピへのギャップを埋める困難さのために,画像からのレシピを作成することは挑戦的な仕事である。本論文では,画像から効果的なレシピを生成するための新しいレシピ生成システムを提案した。中間段階として,成分生成を導入して,このシステムにおけるレシピ生成を誘導した。成分リスト,成分選択と成分シーケンスにおける潜在的情報によって,システムは効果的レシピを作り出すために教えられた。情報表現のために,階層的注意機構を設計して,成分生産とレシピ生成のための有効特性を抽出した。レシピにおける総合的性と論理を保証するために,強化学習のフレームワークの下で,成分の周りの特異的で明示的な基準を設計した。成分生成において,システムは調理手順で正しい配列を有する成分を生成するのに必要である。そして,レシピ生成において,レシピにおける原料は,生産された成分と一致する必要がある。実験において,提案方法を最先端の方法と比較し,実現可能性を評価した。結果は,提案システムが,適切な成分および有効なレシピを生成する両方の観点において,他の方法より優れた性能を達成することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 調理 ,  *画像 ,  強化学習
準シソーラス用語： *レシピ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 論理 ,  レシピ ,  強化学習 ,  計画 ,  ギャップ