文献

J-GLOBAL ID：202202248734270778   整理番号：22A0978959

深い状況認識のための分散グラフマッチングネットワーク【JST・京大機械翻訳】

Distributed Graph Matching Network for Deep Situation Recognition

著者 (4件)： Baek Jaeuk (Intelligent Convergence Research Laboratory, ETRI,Daejeon,Korea,34129) ,  Do Seungwon (Intelligent Convergence Research Laboratory, ETRI,Daejeon,Korea,34129) ,  Jun Sungwoo (Intelligent Convergence Research Laboratory, ETRI,Daejeon,Korea,34129) ,  Lee ChangEun (Intelligent Convergence Research Laboratory, ETRI,Daejeon,Korea,34129)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： BigComp  ページ： 308-309  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 戦場状況または環境認識を認識するために,最も重要な課題の一つは,複数のエージェントによって獲得した意味情報を組み合わせることである。本論文では,グラフ類似性解析に基づく複数のエージェントを分類するために,分散グラフマッチングネットワークを提案した。この目的のために,エージェント(すなわちグラフ)間の高次関係を解析するためのハイパーグラフを構築した。次に,ハイパーグラフ発生マトリックスを用いて,(アンカー,正,負)エージェントのタプルをサンプルし,そこでは,訓練されたベクトルが類似したトポロジーおよび意味情報を有するグラフに対して類似であるように,三重項損失を訓練エージェント埋込みベクトルに最小化した。エージェントの固定サンプルによる過剰適合問題に取り組むために,訓練ステップにおけるハイパーエッジのオンライン更新のためのハイパーグラフ誘導サンプル検証を提案した。実験結果は提案モデルの性能を実証した。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： 位相幾何学 ,  相似解 ,  ベクトル ,  超グラフ ,  *エージェント
準シソーラス用語： 状況認識 ,  環境認識 ,  意味情報 ,  オンライン , 【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 (2件)： 状況認識 ,  グラフマッチング