Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Cognitive relevance transform for population re-targeting
ID
Koporec, Gregor
(
Avtor
),
ID
Košir, Andrej
(
Avtor
),
ID
Leonardis, Aleš
(
Avtor
),
ID
Perš, Janez
(
Avtor
)
PDF - Predstavitvena datoteka,
prenos
(4,62 MB)
MD5: 1D2312F63E75E7BA2E24308A4E6992FA
URL - Izvorni URL, za dostop obiščite
https://www.mdpi.com/1424-8220/20/17/4668
Galerija slik
Izvleček
This work examines the differences between a human and a machine in object recognition tasks. The machine is useful as much as the output classification labels are correct and match the dataset-provided labels. However, very often a discrepancy occurs because the dataset label is different than the one expected by a human. To correct this, the concept of the target user population is introduced. The paper presents a complete methodology for either adapting the output of a pre-trained, state-of-the-art object classification algorithm to the target population or inferring a proper, user-friendly categorization from the target population. The process is called ‘user population re-targeting’. The methodology includes a set of specially designed population tests, which provide crucial data about the categorization that the target population prefers. The transformation between the dataset-bound categorization and the new, population-specific categorization is called the ‘Cognitive Relevance Transform’. The results of the experiments on the well-known datasets have shown that the target population preferred such a transformed categorization by a large margin, that the performance of human observers is probably better than previously thought, and that the outcome of re-targeting may be difficult to predict without actual tests on the target population.
Jezik:
Angleški jezik
Ključne besede:
cognitive relevance
,
deep learning
,
crowd-sourcing
,
target user population
,
categorization
,
classification
Vrsta gradiva:
Članek v reviji
Tipologija:
1.01 - Izvirni znanstveni članek
Organizacija:
FE - Fakulteta za elektrotehniko
Status publikacije:
Objavljeno
Različica publikacije:
Objavljena publikacija
Datum objave:
19.08.2020
Leto izida:
2020
Št. strani:
36 str.
Številčenje:
Vol. 20, iss. 17, art. 4668
PID:
20.500.12556/RUL-128744
UDK:
004.8
ISSN pri članku:
1424-8220
DOI:
10.3390/s20174668
COBISS.SI-ID:
38147075
Datum objave v RUL:
27.07.2021
Število ogledov:
717
Število prenosov:
169
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Gradivo je del revije
Naslov:
Sensors
Skrajšan naslov:
Sensors
Založnik:
MDPI
ISSN:
1424-8220
COBISS.SI-ID:
10176278
Licence
Licenca:
CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:
To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:
19.08.2020
Sekundarni jezik
Jezik:
Slovenski jezik
Ključne besede:
kognitivna relevanca
,
globoko učenje
,
množično pridobivanje podatkov
,
populacija ciljnih uporabnikov
,
kategorizacija
,
razvrščanje
Projekti
Financer:
Drugi - Drug financer ali več financerjev
Program financ.:
Gorenje, d. o. o.
Financer:
ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:
J2-9433
Naslov:
Iskanje nekonsistentnosti v kompleksnih slikovnih podatkih z globokim učenjem
Financer:
ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:
P2-0095
Naslov:
Vzporedni in porazdeljeni sistemi
Financer:
ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:
P2-0246
Naslov:
ICT4QoL - Informacijsko komunikacijske tehnologije za kakovostno življenje
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj