論文の概要: Recognition of Geometrical Shapes by Dictionary Learning

• arxiv url: http://arxiv.org/abs/2504.10958v1
• Date: Tue, 15 Apr 2025 08:05:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-16 22:11:17.069052
• Title: Recognition of Geometrical Shapes by Dictionary Learning
• Title（参考訳）: 辞書学習による幾何学的形状の認識
• Authors: Alexander Köhler, Michael Breuß,
• Abstract要約: 形状認識のための辞書学習を初めて行う方法を提案する。 基礎となる最適化手法の選択は、認識品質に大きな影響を及ぼす。 実験結果から,辞書学習は形状認識タスクの興味深い方法である可能性が確認された。
• 参考スコア（独自算出の注目度）: 49.30082271910632
• License:
• Abstract: Dictionary learning is a versatile method to produce an overcomplete set of vectors, called atoms, to represent a given input with only a few atoms. In the literature, it has been used primarily for tasks that explore its powerful representation capabilities, such as for image reconstruction. In this work, we present a first approach to make dictionary learning work for shape recognition, considering specifically geometrical shapes. As we demonstrate, the choice of the underlying optimization method has a significant impact on recognition quality. Experimental results confirm that dictionary learning may be an interesting method for shape recognition tasks.
• Abstract（参考訳）: 辞書学習(Dictionary learning)は、数個の原子しか持たない与えられた入力を表現するために、原子と呼ばれるオーバーコンプリートなベクトル集合を生成する汎用的な方法である。 文献では、主に画像再構成など、その強力な表現能力を探求するタスクに使用されている。 本研究では,図形認識のための辞書学習を,特に幾何学的形状を考慮した最初のアプローチとして提示する。 以下に示すように、基礎となる最適化手法の選択は、認識品質に大きな影響を及ぼす。 実験結果から,辞書学習は形状認識タスクの興味深い方法である可能性が確認された。

関連論文リスト

• Adaptive Language-Guided Abstraction from Contrastive Explanations [53.48583372522492]
  報酬を計算するためにこれらの特徴をどのように使うべきかを決定する前に、環境のどの特徴が関係しているかを決定する必要がある。 連立特徴と報奨学習のためのエンドツーエンドの手法は、しばしば、刺激的な状態特徴に敏感な脆い報酬関数をもたらす。 本稿では,言語モデルを用いて人間に意味のある特徴を反復的に識別するALGAEという手法について述べる。
  論文  参考訳（メタデータ） (2024-09-12T16:51:58Z)
• Object Topological Character Acquisition by Inductive Learning [0.0]
  本稿では, 対象の骨格(RTS)に基づく地形構造の形式的表現を提案し, 「共通地盤の探索」 の誘導過程を実現する。 オブジェクト認識の実装は、色、縁、テクスチャなどの単純な物理的特徴ではなく、トポロジのような共通の幾何学に基づいていることは明らかである。
  論文  参考訳（メタデータ） (2023-06-19T01:19:37Z)
• Aligning Visual Prototypes with BERT Embeddings for Few-Shot Learning [48.583388368897126]
  ほとんどショット学習は、これまで目に見えないイメージのカテゴリを認識するための学習である。 画像クラスの名称を考慮に入れた手法を提案する。
  論文  参考訳（メタデータ） (2021-05-21T08:08:28Z)
• Brain Inspired Object Recognition System [0.0]
  方位勾配のヒストグラム、局所二分パターン、および対象画像から抽出された主成分を用いる。 計算理論は最初に、脳の情報処理機構の概念を用いて開発された。 提案モデルの性能を検証するために,15の公開データセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-05-15T14:42:17Z)
• Accurate Word Representations with Universal Visual Guidance [55.71425503859685]
  本稿では,視覚指導から従来の単語埋め込みを視覚的に強調する視覚的表現法を提案する。 各単語が多様な関連画像に対応するマルチモーダルシードデータセットから,小型の単語画像辞書を構築する。 12の自然言語理解および機械翻訳タスクの実験により,提案手法の有効性と一般化能力がさらに検証された。
  論文  参考訳（メタデータ） (2020-12-30T09:11:50Z)
• DIABLO: Dictionary-based Attention Block for Deep Metric Learning [23.083900077464442]
  DIABLOは画像埋め込みのための辞書ベースのアテンション手法である。 視覚的な機能のみを集約することで、よりリッチな表現を生成する。 4つのディープ・メトリック・ラーニング・データセットで実験的に確認されている。
  論文  参考訳（メタデータ） (2020-04-30T09:05:56Z)
• Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks [207.52609682812147]
  そこで我々は,Oscar (Object-Semantics Aligned Pre-training) という新しい学習手法を提案する。 画像で検出されたオブジェクトタグをアンカーポイントとして使用することで、アライメントの学習を大幅に容易にする。 我々は、650万のテキストイメージ対のパブリックコーパスでオスカーモデルを事前訓練し、下流のタスクで微調整する。
  論文  参考訳（メタデータ） (2020-04-13T19:18:10Z)
• Learning Representations by Predicting Bags of Visual Words [55.332200948110895]
  自己教師付き表現学習ターゲットは、ラベルなしデータから畳み込みに基づく画像表現を学習する。 この分野におけるNLP手法の成功に触発された本研究では,空間的に高密度な画像記述に基づく自己教師型アプローチを提案する。
  論文  参考訳（メタデータ） (2020-02-27T16:45:25Z)
• Learning Deep Analysis Dictionaries -- Part II: Convolutional Dictionaries [38.7315182732103]
  非構造化辞書の代わりに畳み込み辞書を学習するディープ畳み込み解析辞書モデル(DeepCAM)を導入する。 L層DeepCAMは、畳み込み解析辞書のL層と、要素単位のソフトスレッディングペアから構成される。 We demonstrate that DeepCAM is a effective multilayer convolutional model and on single image super- resolution, achieves performance comparable with other method。
  論文  参考訳（メタデータ） (2020-01-31T19:02:10Z)

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。