この論文では、セマンティクスが強化されたテキスト画像クロスモーダルジョイント埋め込みを効率的に学習するための2フェーズのディープフィーチャキャリブレーションフレームワークを紹介します。これにより、デー

arxiv_reader のブックマーク 2021/08/10 10:00

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4706685765714352898/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2108.00705v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2108.00705v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2108.00705v2" data-user-icon="/users/arxiv_reader/profile.png">クロスモーダルジョイント埋め込み学習のための効率的な深部特徴キャリブレーション</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/embedding">embedding</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22loss%20function%22">loss function</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/LSTM">LSTM</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left">この論文では、セマンティクスが強化されたテキスト画像クロスモーダルジョイント埋め込みを効率的に学習するための2フェーズのディープフィーチャキャリブレーションフレームワークを紹介します。これにより、デー</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210810#bookmark-4706685765714352898"><span class="datetime-body">2021/08/10 10:00</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！