属性ごとの観測確率を考慮したゼロショット学習

鈴木, 雅大; 佐藤, 晴彦; 小山, 聡; 栗原, 正仁; 松尾, 豊

属性ごとの観測確率を考慮したゼロショット学習

鈴木, 雅大; 佐藤, 晴彦; 小山, 聡他

情報処理学会論文誌, 2016, 57(5), 1499-1513

Permalink : https://hdl.handle.net/2115/68340

このアイテムのアクセス数:1,751件（2026-08-16 20:25 集計）

閲覧可能ファイル

ファイル	フォーマット	サイズ	閲覧回数	説明
IPSJ-JNL5705021	pdf	1.23 MB	2,358

論文情報

ファイル出力 EndNote Basic出力 Mendeley出力

アクセス権	open access
URI	https://hdl.handle.net/2115/68340
タイトル	属性ごとの観測確率を考慮したゼロショット学習
タイトル	Zero-shot Learning Based on the Observation Probability of Attributes
著者	鈴木, 雅大 ; 佐藤, 晴彦 ; 小山, 聡 ; 栗原, 正仁 ; 松尾, 豊
著者名鈴木, 雅大 Suzuki, Masahiro
著者名佐藤, 晴彦 Sato, Haruhiko
e-Rad_Researcher 30346100 著者名小山, 聡 Oyama, Satoshi
e-Rad_Researcher 50133707 著者名栗原, 正仁 Kurihara, Masahito
著者名松尾, 豊 Matsuo, Yutaka
言語	日本語
キーワード	ゼロショット学習
	属性
	クラス分類
	zero-shot learning
	attributes
	classification
発行日	2016-05
出版者	情報処理学会
収録物名	情報処理学会論文誌
巻(号)	57(5)
ページ	1499-1513
抄録	ゼロショット学習は， 1 度も学習したことのないカテゴリの画像を，補助情報を頼りに分類する手法である．ゼロショット学習を実現する様々な手法の中でも，補助情報に属性を用いた属性ベースゼロショット学習が最もよく知られている．しかし既存研究では，各属性の画像特徴量への現れやすさを考慮していなかった．本稿ではこのような度合いを属性ごとの観測確率と呼び，観測確率を含めた新たなモデルを提案した．そして提案したモデルの妥当性の検証および既存研究との比較実験によって，提案手法が既存手法と比較して有効性の高いモデルであることを示す．
抄録	Zero-shot learning is a method to classify images of categories which have never been trained with a help of side information. Among various methods, attribute-based zero-shot learning which uses attributes as side information is well known. However, the existing method does not consider the frequency which each attribute appears in image features. In this paper, we called this frequency the observation probability of attributes and proposed a new model with the observation probability. Moreover, we showed that our proposed method was more effective than the existing method by inspection of the validity of the proposed model and comparative experiments with the existing method.
資源タイプ	学術雑誌論文
出版タイプ	Version of Record
権利情報	ここに掲載した著作物の利用に関する注意本著作物の著作権は情報処理学会に帰属します。本著作物は著作権者である情報処理学会の許可のもとに掲載するものです。ご利用に当たっては「著作権法」ならびに「情報処理学会倫理綱領」に従うことをお願いいたします。