文献

J-GLOBAL ID：202202233688631017   整理番号：22A1086083

教師なし能動学習のための構造誘導深層ニューラルネットワーク【JST・京大機械翻訳】

Structure Guided Deep Neural Network for Unsupervised Active Learning

著者 (5件)： Li Changsheng (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Ma Handong (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Yuan Ye (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Wang Guoren (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Xu Dong (School of Electrical and Information Engineering, The University of Sydney, Sydney, NSW, Australia)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 2767-2781  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 教師なしアクティブ学習は,機械学習とコンピュータビジョンコミュニティにおけるアクティブな研究トピックとなり,その目標は,教師なし設定でラベル付けされる代表的なサンプルの部分集合を選択することである。既存の手法のほとんどは,各試料が,選択された試料のスパン(すなわち,すべての線形組合せの集合)によってよく近似できると仮定することにより,浅い線形モデルに依存し,次に,これらの選択されたサンプルを手動ラベリングのための代表的なものとして取り込む。しかし,データは,多くの実世界シナリオにおける線形モデルに必ずしも適合せず,データの非線形性をモデル化する方法は,しばしば教師なしアクティブ学習のキーポイントになる。さらに,既存の研究は,特に不均衡データに対して,重要なクラスタ構造を無視しながら,全データセットを良好に再構成することを目指している。本論文では,新しい深い教師なしアクティブ学習フレームワークを提案した。提案方法は,深いニューラルネットワークを介して潜在空間に各入力を写像するために非線形埋込みを明示的に学習することができ,自己監督学習戦略を通して学習潜在空間における代表的サンプルを選択するために選択ブロックを導入する。選択ブロックでは,データの大域的構造を保存するだけでなく,サンプル選択中のデータ不均衡問題をうまく取り扱うために,データのクラスタ構造を捉えることを目指した。一方,クラスタリング結果を利用して,上記のプロセスをガイドするための自己監督情報を提供した。最後に,データ埋込みがより正確で,モデル性能がさらに改善されるように,データの局所構造を保存することを試みた。いくつかの公的に利用可能なデータセットに関する広範な実験結果は,最先端技術と比較して,著者らの方法の有効性を明確に実証した。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： *学習 ,  数学モデル ,  *ニューラルネットワーク ,  クラスタ化 ,  再構成 ,  空間 ,  線形性 ,  コンピュータビジョン ,  埋込み【挿入】 ,  機械学習 ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： 不均衡 ,  能動学習 ,  局所構造 ,  線形モデル ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 教師 ,  能動学習 ,  誘導 ,  深層ニューラルネットワーク