文献

J-GLOBAL ID：202202285102773318   整理番号：22A0886656

差分プライバシーに基づくマルチモーダル融合表現学習【JST・京大機械翻訳】

Multimodal Fusion Representation Learning Based on Differential Privacy

著者 (5件)： Cai Chaoxin (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China) ,  Sang Yingpeng (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China) ,  Huang Jinghao (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China) ,  Zhang Maliang (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China) ,  Li Weizheng (School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13148  ページ： 548-559  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： あるターゲットに対するマルチモーダルデータは,情報統合において相補的な役割を果たすことが多いが,モーダルの多様化はモデルの訓練に困難をもたらす。さらに,以前の差動プライバシー作業は単一モダリティでのみ実行される。この問題に取り組むために,同じ部分空間に異なるモダリティデータを写像するために,深い表現学習を選択した。多重モダリティを融合するこの方法は,Canonical Polyadic(CP)分解に基づく低ランク分解を用いて,多重モダリティ間の相互融合情報に富む高次元テンソルを暗黙的に獲得するが,低次元表現を明示的に獲得する。次に,微分プライバシーを満たす摂動を次元部分空間において実行した。実験結果は,それが適切なプライバシー保証を残す間,それがデータユーティリティ要求を満たすことを示した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： テンソル ,  微分 ,  プライバシー ,  多重化 ,  空間 ,  モデル ,  *多モード ,  高次元 ,  知識表現 ,  多様化 ,  融合
準シソーラス用語： モダリティ ,  部分空間 ,  低次元 ,  *マルチモーダル融合 ,  *差分プライバシー , 【Automatic Indexing@JST】

著者キーワード (3件)： 微分プライバシー ,  マルチモーダル融合 ,  表現学習

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

タイトルに関連する用語 (3件)： 差分プライバシー ,  マルチモーダル融合 ,  表現学習