論文の概要: Scientific and Technological Information Oriented Semantics-adversarial and Media-adversarial Cross-media Retrieval

• arxiv url: http://arxiv.org/abs/2203.08615v3
• Date: Wed, 30 Oct 2024 14:56:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-31 14:22:35.501487
• Title: Scientific and Technological Information Oriented Semantics-adversarial and Media-adversarial Cross-media Retrieval
• Title（参考訳）: セマンティックス・アドバイサル・メディア・アドバイサル・クロスメディア検索を指向した科学的・技術情報
• Authors: Ang Li, Junping Du, Feifei Kou, Zhe Xue, Xin Xu, Mingying Xu, Yang Jiang,
• Abstract要約: クロスメディア科学・技術情報検索は、クロスメディア研究における重要な課題の1つである。 本稿では,科学技術情報指向のセマンティックス・アドバイサル・メディア・クロスメディア検索手法(SMCR)を提案する。 SMCRは、メディア間のセマンティックな一貫性の喪失を最小化し、メディア間のセマンティックな識別をモデル化し、マッピング前後のセマンティックな類似性を維持する。
• 参考スコア（独自算出の注目度）: 21.630525836722036
• License:
• Abstract: Cross-media retrieval of scientific and technological information is one of the important tasks in the cross-media study. Cross-media scientific and technological information retrieval obtain target information from massive multi-source and heterogeneous scientific and technological resources, which helps to design applications that meet users' needs, including scientific and technological information recommendation, personalized scientific and technological information retrieval, etc. The core of cross-media retrieval is to learn a common subspace, so that data from different media can be directly compared with each other after being mapped into this subspace. In subspace learning, existing methods often focus on modeling the discrimination of intra-media data and the invariance of inter-media data after mapping; however, they ignore the semantic consistency of inter-media data before and after mapping and media discrimination of intra-semantics data, which limit the result of cross-media retrieval. In light of this, we propose a scientific and technological information oriented Semantics-adversarial and Media-adversarial Cross-media Retrieval method (SMCR) to find an effective common subspace. Specifically, SMCR minimizes the loss of inter-media semantic consistency in addition to modeling intra-media semantic discrimination, to preserve semantic similarity before and after mapping. Furthermore, SMCR constructs a basic feature mapping network and a refined feature mapping network to jointly minimize the media discriminative loss within semantics, so as to enhance the feature mapping network's ability to confuse the media discriminant network. Experimental results on two datasets demonstrate that the proposed SMCR outperforms state-of-the-art methods in cross-media retrieval.
• Abstract（参考訳）: 科学的・技術的情報のクロスメディア検索は、クロスメディア研究における重要な課題の1つである。 クロスメディアな科学・技術情報検索は、科学・技術情報レコメンデーション、パーソナライズされた科学・技術情報検索など、ユーザのニーズを満たすアプリケーションの設計を支援する、多種多種多様な科学・技術資源からターゲット情報を取得する。 クロスメディア検索のコアは共通のサブスペースを学習することであり、このサブスペースにマッピングされた後、異なるメディアからのデータを直接比較することができる。 サブスペース学習において、既存の手法は、メディア内データの識別とマッピング後のメディア間データの不変性をモデル化することに集中することが多いが、マッピング前後のメディア間データのセマンティック一貫性を無視し、セマンティック内データのメディア識別は、メディア間検索の結果を制限する。 そこで本研究では,科学技術情報指向のセマンティックス・アドバイサル・メディア・メディア・検索手法(SMCR)を提案する。 具体的には、SMCRは、メディア間のセマンティックな一貫性の喪失を最小化し、メディア間のセマンティックな識別をモデル化し、マッピング前後のセマンティックな類似性を維持する。 さらに、SMCRは、基本的な特徴マッピングネットワークと洗練された特徴マッピングネットワークを構築し、意味論におけるメディア識別損失を共同で最小化し、特徴マッピングネットワークがメディア識別ネットワークを混乱させる能力を高める。 2つのデータセットに対する実験結果から,提案したSMCRはメディア間検索において最先端の手法より優れていることが示された。

関連論文リスト

• CNN-Transformer Rectified Collaborative Learning for Medical Image Segmentation [60.08541107831459]
  本稿では,医用画像セグメンテーションのための強力なCNNベースモデルとトランスフォーマーベースモデルを学習するための,CNN-Transformer修正協調学習フレームワークを提案する。 具体的には,学生ソフトラベルの誤り領域を適応的に選択・修正する基礎的真理を取り入れた修正ロジット・ワイド・コラボレーティブ・ラーニング(RLCL)戦略を提案する。 また,機能空間におけるCNNベースモデルとTransformerベースモデル間の効果的な知識伝達を実現するために,クラス認識型特徴量協調学習(CFCL)戦略を提案する。
  論文  参考訳（メタデータ） (2024-08-25T01:27:35Z)
• Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
  オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。 埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
  論文  参考訳（メタデータ） (2024-06-16T14:49:19Z)
• Computer Vision for Multimedia Geolocation in Human Trafficking Investigation: A Systematic Literature Review [0.1611401281366893]
  この体系的な文献レビューでは,マルチメディア位置情報にコンピュータビジョン技術を活用した最先端技術について検討する。 人身売買と戦うことの適用性を識別し、人身売買を起訴するマルチメディア位置情報の強化がもたらす影響を強調している。 この結果から,将来的な影響研究の道筋が多岐にわたることが示唆された。
  論文  参考訳（メタデータ） (2024-02-23T17:23:06Z)
• Inference of Media Bias and Content Quality Using Natural-Language Processing [6.092956184948962]
  本稿では、メディアの政治バイアスとコンテンツ品質の両方をテキストから推測する枠組みを提案する。 我々は,100万ツイート以上のデータセットに対して,双方向長短期記憶(LSTM)ニューラルネットワークを適用した。 この結果から,テキスト分析における単語順序の学習手法への活用の重要性が示唆された。
  論文  参考訳（メタデータ） (2022-12-01T03:04:55Z)
• Imitation Learning-based Implicit Semantic-aware Communication Networks: Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
  有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。 本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。 暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
  論文  参考訳（メタデータ） (2022-10-28T13:26:08Z)
• Cross-Media Scientific Research Achievements Retrieval Based on Deep Language Model [2.900289363118179]
  本稿では,深層言語モデル(CARDL)に基づくマルチメディア科学研究成果検索手法を提案する。 異なるモーダルデータ間のセマンティックアソシエーションを学習することにより、統合されたメディア間セマンティック表現を実現する。 異なるモーダルデータ間のセマンティックな類似性マッチングにより、クロスメディア検索を実現する。
  論文  参考訳（メタデータ） (2022-03-29T14:04:53Z)
• Deep Learning Techniques for Future Intelligent Cross-Media Retrieval [58.20547387332133]
  マルチメディア検索は、ビッグデータアプリケーションにおいて重要な役割を果たす。 マルチモーダルなディープラーニングアプローチが直面する課題に応じて,新しい分類法を提供する。 検索によく知られたクロスメディアデータセットを提示する。
  論文  参考訳（メタデータ） (2020-07-21T09:49:33Z)
• Context-Aware Refinement Network Incorporating Structural Connectivity Prior for Brain Midline Delineation [50.868845400939314]
  UNetによって生成された特徴ピラミッド表現を洗練・統合するための文脈対応改良ネットワーク(CAR-Net)を提案する。 正中線における脳の構造的接続性を維持するため、我々は新しい接続性レギュラーロスを導入する。 提案手法は, パラメータを少なくし, 4つの評価指標で3つの最先端手法より優れる。
  論文  参考訳（メタデータ） (2020-07-10T14:01:20Z)
• GCN for HIN via Implicit Utilization of Attention and Meta-paths [104.24467864133942]
  不均一情報ネットワーク(HIN)埋め込みは、HINの構造と意味情報を分散表現にマッピングすることを目的としている。 本稿では,注意とメタパスを暗黙的に活用するニューラルネットワーク手法を提案する。 まず、各層で識別集約を行う多層グラフ畳み込みネットワーク(GCN)フレームワークを用いる。 次に,アグリゲーションから分離可能な新しい伝搬操作を導入することにより,効果的な緩和と改善を行う。
  論文  参考訳（メタデータ） (2020-07-06T11:09:40Z)
• On the Combined Use of Extrinsic Semantic Resources for Medical Information Search [0.0]
  本研究は,頭部医学的概念を冗長な問合せで強調・拡張する枠組みを開発する。 また、意味的に強化された逆インデックス文書も作成する。 提案手法の有効性を実証するため,CLEF 2014データセット上でいくつかの実験を行った。
  論文  参考訳（メタデータ） (2020-05-17T14:18:04Z)

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。