305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 主成分分析に基づくマルチビュー深層表現による画像分類（Image Classification base on PCA of Multi-view Deep Representation）
1未満 分で読了
1 views

主成分分析に基づくマルチビュー深層表現による画像分類

（Image Classification base on PCA of Multi-view Deep Representation）

#Classification
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「深度（Depth）を使うと画像分類が良くなる」と聞いたのですが、正直ピンと来ません。RGBの画像だけでだめなんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫ですよ、要点を3つで整理しますね。1) RGBは色と明暗の情報、2) 深度は奥行きの情報で補完効果がある、3) 両方をうまくまとめれば分類精度が上がるんです。

田中専務

なるほど。「深度を推定する」って聞くとセンサを増やすイメージですが、この論文ではどうするんですか。現場にカメラを増やす余力はないのですが。

AIメンター拓海

よい質問です。ここは重要ですよ。論文では追加センサを使わず、通常のRGB画像から深度画像を推定する手法を用いるんです。つまり既存カメラだけで奥行き情報を

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
エネルギー効率の高い物体検出を実現するSpiking‑YOLO
（Spiking‑YOLO: Spiking Neural Network for Energy‑Efficient Object Detection）
次の記事
逐次モンテカルロの要素
（Elements of Sequential Monte Carlo）
関連記事
RZカシオペイアの多波長観測研究
（A MULTIWAVELENGTH STUDY OF RZ CASSIOPEIAE: THE XMM-NEWTON/VLA CAMPAIGN）
CCFC++による特徴量の非相関化によるフェデレーテッドクラスタリング強化 — CCFC++: Enhancing Federated Clustering through Feature Decorrelation
植物酵素の“イースト化”
（Strangers in a foreign land: ‘Yeastizing’ plant enzymes）
目の動きと頭のジェスチャーを用いた自殺リスク評価の説明可能なAI
（Explainable AI for Suicide Risk Assessment Using Eye Activities and Head Gestures）
薬物探索における不確実性定量の強化
（Enhancing Uncertainty Quantification in Drug Discovery with Censored Regression Labels）
PACベイズ的スパース深層学習における誤分類境界
（Misclassification bounds for PAC-Bayesian sparse deep learning）
関連タグ
#Classification
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む