論文の概要: Knowledge Enhanced Neural Fashion Trend Forecasting

• arxiv url: http://arxiv.org/abs/2005.03297v2
• Date: Wed, 23 Sep 2020 09:14:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-06 00:19:34.677377
• Title: Knowledge Enhanced Neural Fashion Trend Forecasting
• Title（参考訳）: 知識向上型ニューラルファッショントレンド予測
• Authors: Yunshan Ma, Yujuan Ding, Xun Yang, Lizi Liao, Wai Keung Wong, Tat-Seng Chua
• Abstract要約: 本研究は,特定のユーザグループを対象とした,きめ細かいファッション要素の傾向の調査に焦点をあてる。 まず、Instagramから収集した大規模なファッショントレンドデータセット(FIT)に、時系列のファッション要素の記録とユーザー情報を抽出した。 本稿では,時系列データモデリングにおける深部再帰型ニューラルネットワークの機能を利用する知識強化型ニューラルネットワークモデル(KERN)を提案する。
• 参考スコア（独自算出の注目度）: 81.2083786318119
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fashion trend forecasting is a crucial task for both academia and industry. Although some efforts have been devoted to tackling this challenging task, they only studied limited fashion elements with highly seasonal or simple patterns, which could hardly reveal the real fashion trends. Towards insightful fashion trend forecasting, this work focuses on investigating fine-grained fashion element trends for specific user groups. We first contribute a large-scale fashion trend dataset (FIT) collected from Instagram with extracted time series fashion element records and user information. Further-more, to effectively model the time series data of fashion elements with rather complex patterns, we propose a Knowledge EnhancedRecurrent Network model (KERN) which takes advantage of the capability of deep recurrent neural networks in modeling time-series data. Moreover, it leverages internal and external knowledge in fashion domain that affects the time-series patterns of fashion element trends. Such incorporation of domain knowledge further enhances the deep learning model in capturing the patterns of specific fashion elements and predicting the future trends. Extensive experiments demonstrate that the proposed KERN model can effectively capture the complicated patterns of objective fashion elements, therefore making preferable fashion trend forecast.
• Abstract（参考訳）: ファッショントレンド予測は、学界と産業の両方にとって重要な課題である。 この課題に取り組むための努力はいくつかあるが、彼らは非常に季節的な、あるいは単純なパターンを持つ限定的なファッション要素の研究しか行っていない。 洞察に富んだファッショントレンド予測に向けて,本研究は,特定のユーザグループにおけるきめ細かいファッション要素トレンドの調査に焦点をあてる。 まず、Instagramから収集した大規模なファッショントレンドデータセット(FIT)に、時系列のファッション要素の記録とユーザー情報を抽出した。 さらに、より複雑なパターンでファッション要素の時系列データを効果的にモデル化するために、時系列データモデリングにおける深部再帰ニューラルネットワークの機能を利用する知識強化型ニューラルネットワークモデル(KERN)を提案する。 さらに、ファッション要素トレンドの時系列パターンに影響を与えるファッションドメインの内部および外部の知識を活用する。 このようなドメイン知識の導入は、特定のファッション要素のパターンを捉え、将来のトレンドを予測することで、ディープラーニングモデルをさらに強化します。 広範な実験により,提案するカーンモデルは,客観的なファッション要素の複雑なパターンを効果的に捉えることができ,ファッショントレンド予測が好まれることが示された。

関連論文リスト

• FashionReGen: LLM-Empowered Fashion Report Generation [61.84580616045145]
  先進大言語モデル(LLM)に基づく知的ファッション分析・報告システムを提案する。 具体的には、いくつかの重要な手順を備えた効果的なキャットウォーク分析に基づくFashionReGenの提供を試みる。 また、他の領域における工業的重要性を持つより高度なタスクの探索にも刺激を与えている。
  論文  参考訳（メタデータ） (2024-03-11T12:29:35Z)
• Social Media Fashion Knowledge Extraction as Captioning [61.41631195195498]
  ソーシャルメディアにおけるファッション知識抽出の課題について検討する。 ファッション知識を文変換法を用いて自然言語キャプションに変換する。 このフレームワークは,ソーシャルメディア投稿から直接文ベースのファッション知識を生成することを目的としている。
  論文  参考訳（メタデータ） (2023-09-28T09:07:48Z)
• FashionSAP: Symbols and Attributes Prompt for Fine-grained Fashion Vision-Language Pre-training [12.652002299515864]
  ファッションシンボルと属性プロンプト(FashionSAP)に基づく、きめ細かいファッションビジョン言語事前学習法を提案する。 まず,新しい抽象的なファッション概念層であるファッションシンボルを,異なるファッションアイテムを表現するために提案する。 次に、モデルにファッションアイテムの特定の属性を明示的に学習させる属性プロンプト手法を提案する。
  論文  参考訳（メタデータ） (2023-04-11T08:20:17Z)
• ModeRNN: Harnessing Spatiotemporal Mode Collapse in Unsupervised Predictive Learning [75.2748374360642]
  そこで本研究では,繰り返し状態間の隠れ構造表現を学習するための新しい手法であるModeRNNを提案する。 データセット全体にわたって、異なるモードがスロットの混合に対して異なるレスポンスをもたらすため、ModeRNNが構造化された表現を構築する能力が向上する。
  論文  参考訳（メタデータ） (2021-10-08T03:47:54Z)
• Leveraging Multiple Relations for Fashion Trend Forecasting Based on Social Media [72.06420633156479]
  Relation Enhanced Attention Recurrent(REAR)ネットワークという改良モデルを提案する。 KERNと比較して、REARモデルはファッション要素間の関係だけでなく、ユーザグループ間の関係も活用する。 長期トレンド予測の性能をさらに向上させるために、REAR法はスライディング時間的注意メカニズムを考案する。
  論文  参考訳（メタデータ） (2021-05-07T14:52:03Z)
• Personalized Fashion Recommendation from Personal Social Media Data: An Item-to-Set Metric Learning Approach [71.63618051547144]
  ソーシャルメディアデータからパーソナライズされたファッションレコメンデーションの問題について検討する。 本稿では,ユーザの過去のファッションアイテムと新しいファッションアイテムとの類似性を学習する,アイテムツーセットのメトリック学習フレームワークを提案する。 提案手法の有効性を検証するために,実世界のソーシャルメディアデータセットを収集する。
  論文  参考訳（メタデータ） (2020-05-25T23:24:24Z)
• Using Artificial Intelligence to Analyze Fashion Trends [0.76146285961466]
  本研究では,人工知能(A.I.)アルゴリズムを用いたデータ駆動量抽象手法を提案する。 A.I.モデルは、さまざまなシナリオ下で大規模なデータセットのファッションイメージに基づいてトレーニングされた。 A.I.モデルは検出された領域の豊富な記述を生成でき、画像中の衣服を正確に結合できることがわかった。
  論文  参考訳（メタデータ） (2020-05-03T04:46:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。