文献

J-GLOBAL ID：202202281288171587   整理番号：22A1119690

適応カプセルネットワーク【JST・京大機械翻訳】

Adaptive Capsule Network

著者 (6件)： Tao Jianwei (Tianjin University of Science and Technology, China) ,  Zhang Xiankun (Tianjin University of Science and Technology, China) ,  Luo Xuexiong (School of Computing, Macquarie University, Sydney, Australia) ,  Wang Yuan (Tianjin University of Science and Technology, China) ,  Song Chen (Tianjin University of Science and Technology, China) ,  Sun Yue (Tianjin University of Science and Technology, China)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 218  ページ： Null  発行年： 2022年 
JST資料番号： W0185A  ISSN： 1077-3142  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： カプセルは,出力が同一エンティティの異なる特性を表すニューロンのグループである。典型的には,カプセルはグループスカラーニューロンに一次カプセル層と呼ばれる畳み込み層を適用することにより生成される。しかしながら,スカラーニューロンをカプセルベクターにランダムにグループ分けすることは,2つの問題を引き起こす。(i)カプセルベクターは,エンティティのより良い表現を得るのが難しい。(ii)一次カプセル層によって生成されたカプセルベクターは,空間情報を欠き,エンティティ間の根底にある空間関係を効果的にモデル化できない。本論文では,適応カプセルカプセルNet(AC-CapsNet)と呼ばれる柔軟で効率的なカプセルネットワークアーキテクチャを提示した。CapsNetの一次カプセル層を適応カプセル(AC)層と置き換えた。AC-CapsNetにおいて,適応カプセルベクターは,AC層によって発生するカプセルベクトルと適応値を結合した。適応値は各カプセルベクトルの空間情報と各カプセルベクトルに含まれるスカラーニューロン間の局所関係を保持する。従って,適応カプセルベクトルは,カプセルベクトル内のスカラーニューロンのコンテンツ情報に従って,それらの状態値を動的に調整するだけでなく,低レベルクラスタに対するカプセルベクトル間の空間関係もモデル化した。CIFAR-100,CIFAR-10,小NORB,およびSVHNのようないくつかの公開データセットにおける広範な実験は,AC-CapsNetが,アフィン変換およびホワイトボックス敵対攻撃に対する分類精度およびロバスト性に関して,CapsNetの他の変異体より優れていることを示した。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： 畳込み ,  ベクトル ,  データ ,  *ネットワーク ,  ニューロン ,  カプセル ,  精度 ,  スカラー ,  ロバスト性 ,  ベクター ,  アフィン変換 ,  ネットワークアーキテクチャ ,  サイバー攻撃
準シソーラス用語： 空間情報 ,  分類精度 ,  エンティティ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： カプセルネットワーク ,  適応値 ,  一次カプセル層 ,  空間関係 ,  畳込みニューラルネットワーク

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

タイトルに関連する用語 (2件)： 適応 ,  カプセル