香港49选7开奖结果,香港49选7开奖

香港49选7开奖结果,香港49选7开奖

研讨生科研创新基金2019年景果简介之六

日期:2019-06-20作者:点击:

我校盘算机学院2016级博士研讨生胡鹏承当的“基于多视图学习的异构辨认的研讨”研讨生科研创新基金课题,近期在《Knowledge-Based Systems》(IF=4.396)、《IEEE Transactions on Image Processing》(IF=5.071)和《International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR)》等国际级期刊和集会上宣布系列研讨效果,导师彭德中传授为该系列效果的通讯作者。

(1)       多视图对立网络

针对多视图学习中潜伏的对立学习举动,本课题提出了一种多视图对立网络,用于将多视图数据投影到一个大众空间中,在这个空间中差别视图之间的类似性可以经过相反的间隔丈量间接盘算。本课题提出的办法由多个特定于视图的天生器,鉴别器和多视图鉴别剖析(MDA)的丧失函数构成。经过对立学习,天生器与鉴别器互相对立以消弭模态互相之间的差别。别的,提出了一种新的MDA丧失函数,尽能够多地将鉴别信息保管到天生的大众表征的一切可用维度中。但是,间接优化MDA的迹原则会招致一些题目。详细而言,鉴别函数将过火夸大:1)曾经别离的类之间的较大间隔,2)最大的几个特性值。这些题目能够招致对大众表征的不良鉴别性。为理解决这些题目,本课题提出了一品种间战略和一种特性值战略,辨别减弱了最大的类间差别和主导的特性值。为了验证所提办法的无效性,在四种普遍运用的多视图数据库上停止了少量的实行,与15种现有的办法停止了比拟。应用对立学习,可以使得大众空间中的跨模态差别尽能够地被减少。

该研讨以“Multimodal adversarial network for cross-modal retrieval”为题,宣布在国际闻名期刊《Knowledge-Based Systems》上,胡鹏为该研讨的第一作者。

(2)   多视图线性鉴别网络

为了消弭庞大的(通常是高度非线性)视图差别使其有利于跨模态辨认和检索,本课题提出了一个多视图线性鉴别剖析网络,它可以用来寻觅在多个视图之间共享的具有非线性鉴别和视图稳定的表征。与现有的间接学习大众空间以减少视图间隔的多视图办法差别,本课题提出的MvLDAN接纳多个前馈神经网络(每个视图对应一个网络)和一个新的基于特性值的多视图目的函数来封装尽能够多的鉴别差别到一切可用的配合特性维度中。应用所提出的目的函数,在所学习的多视图空间中,可以将所取得的深度特性投影到潜伏的大众空间中,此中来自统一类的样本尽能够相互靠近(即便它们来自差别视图),而且来自差别种别的样本尽能够相互相距很远(即便它们来自统一视图)。为了验证所提办法的无效性,该办法在五个数据集上1种现无方法停止比拟,实行后果标明该办法在跨模态辨认与检索义务上到达了现在的较高程度。

该研讨以“Multi-view linear discriminant analysis network”为题,宣布在国际闻名期刊《IEEE Transaction on Image Processing》上,胡鹏为该研讨的第一作者。

(3)       可扩展多视图学习

针对怎样高效地应对大范围的多视图数据以及新增视图,本课题提出了一种新的跨模态检索办法,称为可扩展深度多视图学习(SDML)。现在浩繁研讨者提出了一些跨模态检索办法,这些办法以结合方法学习大众子空间,其在整个训练进程中必需触及一切视图的数据。关于这些办法,在处置来自新视图的样本时必需重新训练整个模子。针对如许的题目,本课题提出了一个预界说的大众子空间,此中类间变革最大化,而类内变革最小化。然后,SDML将多视图数据辨别转换到预界说的大众子空间,以完成多视图学习。与很多现无方法差别,该办法可以独马上训练差别的视图特定网络,因而可以扩展视图的数目。在四个普遍运用的基准数据集上的实行后果标明所提出办法在多视图学习中是无效的,而且优于跨模态检索中的现无方法。该办法可以高效地应对大范围的视图以及不时新增的视图。

       该研讨以“Scalable deep multimodal learning for cross-modal retrieval”为题,宣布在国际顶级集会《International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR)》上,胡鹏为该研讨的配合第一作者。


封闭

地点:(望江校区)成都市一环路南一段24号|邮编:610065|(华西校区)成都市人民南路三段17号|邮编:610065|(江安校区)成都市双流区川大路2号|邮编:610065

征询德律风及地点:望江校区研讨生院3区139  |  028-85403337 | 院长信箱:gsscu@scu.edu.cn