- …
- …
#34
summarized by : Shintaro Yamamoto
どんな論文か？
画像とテキストのマッチングタスクのための新たな最適化手法を提案．従来使われているネガティブサンプルをミニバッチ内から探すonline hard negativeは，識別が容易のことがあるため最適ではないとし，学習データ全体から最適なネガティブサンプルを探し使用するQuintuplet lossを提案．
新規性
Anchorに対して，ミニバッチ内で最も類似度が高いネガティブサンプル(online hard negative)に加えて，学習データ全体からより類似度が高いネガティブサンプル(offline negative)を利用して最適化を行う．
結果
あらゆる画像とテキストのマッチングタスクに適用可能であり，MS-COCOとFlickr30Kで性能向上を確認．
その他（なぜ通ったか？等）
- …
- …