@article{oai:ipsj.ixsq.nii.ac.jp:00160384,
 author = {鈴木, 雅大 and 佐藤, 晴彦 and 小山, 聡 and 栗原, 正仁 and 松尾, 豊 and Masahiro, Suzuki and Haruhiko, Sato and Satoshi, Oyama and Masahito, Kurihara and Yutaka, Matsuo},
 issue = {5},
 journal = {情報処理学会論文誌},
 month = {May},
 note = {ゼロショット学習は，1度も学習したことのないカテゴリの画像を，補助情報を頼りに分類する手法である．ゼロショット学習を実現する様々な手法の中でも，補助情報に属性を用いた属性ベースゼロショット学習が最もよく知られている．しかし既存研究では，各属性の画像特徴量への現れやすさを考慮していなかった．本稿ではこのような度合いを属性ごとの観測確率と呼び，観測確率を含めた新たなモデルを提案した．そして提案したモデルの妥当性の検証および既存研究との比較実験によって，提案手法が既存手法と比較して有効性の高いモデルであることを示す．, Zero-shot learning is a method to classify images of categories which have never been trained with a help of side information. Among various methods, attribute-based zero-shot learning which uses attributes as side information is well known. However, the existing method does not consider the frequency which each attribute appears in image features. In this paper, we called this frequency the observation probability of attributes and proposed a new model with the observation probability. Moreover, we showed that our proposed method was more effective than the existing method by inspection of the validity of the proposed model and comparative experiments with the existing method.},
 pages = {1499--1513},
 title = {属性ごとの観測確率を考慮したゼロショット学習},
 volume = {57},
 year = {2016}
}