Konsep Inti
本稿では、文脈ガイダンスと転移学習を用いた自己教師あり特徴抽出法であるCG-CNNを提案し、その有効性を示しています。CG-CNNは、ラベル付けされていないデータから豊富な表現を学習し、様々な分野やデータセットにおいて高い転移学習能力を発揮することを示しています。
Abstrak
CG-CNN: 文脈ガイダンスと転移学習による自己教師あり特徴抽出
Kursun, O., Patooghy, A., Poursani, P., & Favorov, O. V. (2024). CG-CNN: Self-Supervised Feature Extraction Through Contextual Guidance and Transfer Learning. IEEE Access, DOI: 10.1109/ACCESS.2024.3484663
本研究は、ラベル付けされていないデータから転移可能な特徴表現を学習するための、自己教師あり学習に基づく新しい畳み込みニューラルネットワーク(CNN)アーキテクチャである、文脈ガイダンス型CNN(CG-CNN)を提案することを目的としています。