| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-08-25 13:21 スタイル特徴抽出のための対照学習と相互情報量制約 ○安富 優・田中聡久（東京農工大）  SIP2022-52 |
|
| 抄録 | （和） | データの主成分やクラスなどの粗い特徴に加え，スタイルなどの細かい特徴を分析することはデータの特性を知る上で重要である．本稿では，スタイル特徴を抽出するための条件付き変分オートエンコーダと，その学習方法を提案する．変分オートエンコーダの条件として，スタイルに独立な表現を実現できる対照学習を用いることで，スタイル情報を含む特徴ベクトルを抽出する．また，スタイルに独立な対照学習の特徴ベクトルと，変分オートエンコーダの特徴ベクトルが独立となるように相互情報量に基づいた制約を設けることで，変分オートエンコーダがスタイル情報のみを抽出するよう促す．文字画像データセット 2 種類と自然画像 データセット 2 種類に対して提案手法を適用し，スタイル特徴を効率的に抽出できることを示す． |
| （英） | Extracting style features is crucial for analyzing data. This paper proposes a style feature extraction using variational autoencoders conditioned by contrastive learning. Because contrastive learning methods learn style-independent features, the autoencoders can learn style features. Additionally, we introduce a constraint based on mutual information to ensure the independence of the two types of features. Experiments on two datasets of character images and two datasets of natural images show the effectiveness of the proposed method. | |
| キーワード | （和） | 対照学習 / 相互情報量 / 変分オートエンコーダ / スタイル抽出 / / / / |
| （英） | contrastive learning / mutual information / variational autoencoders / style extraction / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 165, SIP2022-52, pp. 13-18, 2022年8月. | |
| 資料番号 | SIP2022-52 | |
| 発行日 | 2022-08-18 (SIP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SIP2022-52 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2022-08-25 - 2022-08-26 |
| 開催地（和） | 大濱信泉記念館（石垣島） |
| 開催地（英） | Nobumoto Ohama Memorial Hall (Ishigaki Island) |
| テーマ（和） | 信号処理一般（数理・学習・画像・音声音響・通信・実現システム・基礎等) |
| テーマ（英） | Signal processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2022-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | スタイル特徴抽出のための対照学習と相互情報量制約 |
| サブタイトル（和） | |
| タイトル（英） | Style Feature Extraction by Contrastive Learning and Mutual Information Constraints |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 対照学習 / contrastive learning |
| キーワード(2)（和/英） | 相互情報量 / mutual information |
| キーワード(3)（和/英） | 変分オートエンコーダ / variational autoencoders |
| キーワード(4)（和/英） | スタイル抽出 / style extraction |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 安富 優 / Suguru Yasutomi / ヤストミ スグル |
| 第1著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第2著者 氏名（和/英/ヨミ） | 田中 聡久 / Toshihisa Tanaka / タナカ トシヒサ |
| 第2著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-08-25 13:21:00 |
| 発表時間 | 18分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2022-52 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.165 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2022-08-18 (SIP) |
[研究会発表申込システムのトップページに戻る]