文献

J-GLOBAL ID：202202288988855623   整理番号：22A0942030

ドメイン適応SAR目標認識のための異種特徴の深い知識統合【JST・京大機械翻訳】

Deep knowledge integration of heterogeneous features for domain adaptive SAR target recognition

著者 (7件)： Zhang Yukun (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, 611731, China) ,  Zhang Yukun (Yangtze Delta Region Institute (Quzhou), University of Electronic Science and Technology of China, Quzhou, 324000, China) ,  Guo Xiansheng (Yangtze Delta Region Institute (Quzhou), University of Electronic Science and Technology of China, Quzhou, 324000, China) ,  Guo Xiansheng (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, 611731, China) ,  Li Lin (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, 611731, China) ,  Li Lin (Yangtze Delta Region Institute (Quzhou), University of Electronic Science and Technology of China, Quzhou, 324000, China) ,  Ansari Nirwan (Advanced Networking Lab., Department of Electrical and Computer Engineering, New Jersey Institute of Technology, Newark, NJ, 07102, USA)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 126  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  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： より良い認識性能のための様々な不均一特徴を統合する方法は,自動目標認識のためにますます重要である。既存の統合法は以下の欠点を示す。(1)ほとんどの特徴統合法は,異なる種類の特徴の中で,共通および識別知識の両者の情報を無視した。(2)ほとんどの決定統合方法は,異なる知識が異なって寄与するという事実を無視した。(3)ソースドメインで学習された統合モデルの特徴重みは,ターゲットドメインでうまく実行できない。これらの問題に取り組むために,ドメイン適応合成開口レーダ(SAR)ターゲット認識(KIDA)のための不均一特徴を結合することによって,深い知識統合フレームワークを提案した。訓練フェーズでは,特徴と決定レベルの両方で深い知識統合を実行した。特徴レベルで,一般的で識別的な知識を利用するために,共有と特定の構造を同時に探索することによって,特徴空間から統一ラベル空間に複数の不均一特徴が投影される。共有構造は,異なる特徴における共通情報を統合し,一方,特定の構造は,各タイプの特徴の弁別的情報を保存する。決定レベルで,異なる知識の相対的重要性を明らかにするために,特徴重みによる決定統合戦略をラベル空間で採用する。オンラインテストフェーズにおいて,動的環境におけるモデルの一般化を改善するために,著者らは,特徴重みを更新するために逐次ターゲットドメイン知識を有するオンライン学習を採用して,このようにドメイン適応を達成した。異なるデータセットに関する広範な実験は,特に雑音の多い環境において,提案したKIDAの有効性と利点を検証した。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： 雑音 ,  情報 ,  適応 ,  認識 ,  *範囲 ,  *物体認識 ,  空間 ,  モデル ,  有効性 ,  合成開口レーダ ,  ドメイン知識
準シソーラス用語： オンライン学習 ,  *知識統合 ,  動的環境 ,  特徴空間 , 【Automatic Indexing@JST】

著者キーワード (5件)： 不均一特徴 ,  知識統合 ,  ドメイン適応 ,  オンライン学習 ,  合成開口レーダ

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)： ドメイン適応 ,  SAR ,  目標認識 ,  知識統合