文献

J-GLOBAL ID：201602282038481403   整理番号：16A1384798

少ないほど豊かである:雑音抑圧を用いたオンラインテキスト文書からの0ショット学習【Powered by NICT】

Less is More: Zero-Shot Learning from Online Textual Documents with Noise Suppression

著者 (4件)： Qiao Ruizhi ,  Liu Lingqiao ,  Shen Chunhua ,  Hengel Anton van den
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CVPR  ページ： 2249-2257  発行年： 2016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： 意味属性を収集する手動の負担を軽減するため,関連するオンラインテキスト源,Wikipedia論文などから単に視覚的概念の分類零ショット学習における魅力的な研究課題である。最近の研究は,視覚とテキストドメインを連結する種々の方法を調べることにより,このアプローチを追求してきた。本論文では,一つの重要な因子を考慮するさらにによりこのアイデアを再検討:テキスト表現は零ショット学習応用のための雑音も通常である。この観察は,テキスト中の雑音を抑制することのできる単純だが効果的な零ショット学習法を設計することを動機づけた。特に,同時にテキスト中の雑音の多い信号を抑制し,テキスト文書と視覚的特徴に適合する機能を学習できるl2,1 ノルム基づく目的関数を提案した。得られた問題を効率的に解くための最適化アルゴリズムを開発した。二大規模データセット上で実験を行うことにより,著者らは,提案した方法がオンライン情報源に依存しない明確な雑音を抑制したが,それらの競合する方法よりも著しく優れていることを示した。さらに著者らは,提案した方法の詳細な分析を行い,どのような文書における情報の零ショット学習のための有用なに関する洞察を提供した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 情報源 ,  目的関数 ,  *学習 ,  *雑音 ,  *雑音発生防止 ,  視覚 ,  ノルム ,  *粒状材
準シソーラス用語： *オンライン ,  大規模データセット ,  最適アルゴリズム ,  視覚顕著 ,  *テキスト ,  ウィキペディア , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： 雑音抑圧 ,  オンライン ,  文書 ,  ショット ,  学習