幫助中心 | 我的帳號 | 關於我們

基於深度度量學習的跨模態檢索研究/博士論叢

  • 作者:位紀偉//楊陽|責編:陳姝芳
  • 出版社:電子科大
  • ISBN:9787577023403
  • 出版日期:2026/03/01
  • 裝幀:平裝
  • 頁數:142
人民幣:RMB 59 元      售價:
放入購物車
加入收藏夾

內容大鋼
    全書共分為六章:第一章介紹了當前跨模態檢索領域的研究現狀、發展瓶頸以及本書的主要研究內容;第二章介紹了通用加權度量學習框架,詳細分析了現有的度量學習方法,總結其優點和缺點,並建立了通用加權度量學習框架來統一現有的度量損失函數,其中,現有的度量損失函數是一個特例,該框架為度量損失函數的設計提供了理論依據,為後續研究奠定了基礎;第三章和第四章分別介紹了自相似度多項式損失函數和相對相似度多項式損失函數,並進行了大量實驗以驗證所提方法的有效性;第五章提出了一種新型的元自步網路,通過引入元學習機制,構建了元自步網路,解決了度量學習領域超參數設定的難題,並在四個公共數據集上進行了大量的實驗,驗證了方法的有效性;第六章對本書的研究工作進行了總結,並對跨模態檢索領域未來可能的研究方向進行了展望。

作者介紹
位紀偉//楊陽|責編:陳姝芳

目錄
第一章 緒論
  1.1 研究背景與意義
    1.1.1 理論研究價值
    1.1.2 實際應用價值
  1.2 國內外研究現狀
    1.2.1 跨模態檢索
    1.2.2 深度度量學習
    1.2.3 元學習
  1.3 有待研究的問題
  1.4 研究內容與主要貢獻
第二章 通用加權度量學習框架
  2.1 引言
  2.2 相關損失函數
  2.3 相關採樣策略
  2.4 通用加權度量學習框架
    2.4.1 問題描述
    2.4.2 信息對挖掘
    2.4.3 通用加權度量學習框架設計
  2.5 實驗分析
    2.5.1 圖像文本檢索數據集
    2.5.2 評價指標
    2.5.3 圖像和文本表徵
    2.5.4 基準方法
    2.5.5 實驗設置
    2.5.6 圖像文本檢索結果
    2.5.7 收斂速度分析
  2.6 本章小結
第三章 自相似度多項式損失函數
  3.1 引言
  3.2 自相似度多項式損失函數設計
  3.3 梯度分析
  3.4 圖像文本檢索實驗
    3.4.1 超參數選擇
    3.4.2 實驗設置
    3.4.3 圖像文本檢索結果
    3.4.4 消融實驗
    3.4.5 可視化分析
  3.5 視頻文本檢索實驗
    3.5.1 實驗數據集
    3.5.2 基準方法
    3.5.3 實驗設置
    3.5.4 視頻文本檢索結果
    3.5.5 消融實驗
  3.6 細粒度圖像檢索實驗
  3.7 本章小結
第四章 相對相似度多項式損失函數
  4.1 引言
  4.2 相對相似度多項式損失函數設計
  4.3 梯度分析
  4.4 圖像文本檢索實驗

    4.4.1 基準方法
    4.4.2 實驗設置
    4.4.3 圖像文本檢索結果
    4.4.4 消融實驗
    4.4.5 可視化結果
  4.5 視頻文本檢索實驗
    4.5.1 實驗數據集
    4.5.2 基準方法
    4.5.3 實驗設置
    4.5.4 視頻文本檢索結果
    4.5.5 收斂速度分析
  4.6 本章小結
第五章 元自步學習
  5.1 引言
  5.2 相關工作
  5.3 元自步網路
  5.4 圖像文本檢索實驗
    5.4.1 實驗設置
    5.4.2 圖像文本檢索結果
    5.4.3 消融實驗
    5.4.4 收斂速度分析
    5.4.5 可視化分析
  5.5 視頻文本檢索實驗
    5.5.1 實驗數據集
    5.5.2 基準方法
    5.5.3 實驗設置
    5.5.4 視頻文本檢索結果
    5.5.5 隱藏層維度分析
    5.5.6 收斂速度分析
  5.6 本章小結
第六章 總結與展望
  6.1 總結
  6.2 展望
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032