Modulární neuronové sítě: metody zvyšující robustnost sémantického popisu scény

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00332133" target="_blank" >RIV/68407700:21230/19:00332133 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21730/19:00332133

Výsledek na webu

<a href="http://cogsci.fmph.uniba.sk/kuz2019/files/zbornik.KUZ2019.pdf" target="_blank" >http://cogsci.fmph.uniba.sk/kuz2019/files/zbornik.KUZ2019.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Modulární neuronové sítě: metody zvyšující robustnost sémantického popisu scény

Popis výsledku v původním jazyce

Nejnovějšı' modely založené na modulárnı'ch neuronových sı'tı'ch dosahujı' lidské přesnosti v úloze Visual Question Answering (zodpovı'dánı' otázek k obrázkům). Ačkoliv zvládajı' zodpovı'dat v přirozeném jazyce i velmi komplexnı' otázky, mezi odpověd’mi chybı' základnı' logická konzistence (tedy 1+1=2). Právě proto použı'váme ucelenost popisu sémantické scény jako metriku pro dalšı' zlepšenı' současných architektur. V článku se soustředı'me na závislost přesnosti odpovědı' na úhlu pohledu na scénu. Ukazujeme, že současné modely nezvládajı' generalizovat napřı'č různými úhly a navrhujeme vlastnı' upravený dataset, který tuto přesnost zvyšuje.

Název v anglickém jazyce

Modular Neural Networks: Methods Improving Robustness in Semantic Description of a Scene

Popis výsledku anglicky

The newest models based on modular neural networks reach human-level accuracy in the task of Visual Question Answering (i.e. answering questions about images). Although they are able to answer even very complex questions in natural language, there is no logical consistency among the answers (i.e. 1+1=2). Therefore we are using the coherence of a semantic scene description as metrics for further improvement of the current architectures. In this article, we are focused on the relationship between the answer accuracy and different angles of view on the scene. We show that the current models fail to generalize across different angles and we suggest our own adjusted dataset, which improves such accuracy.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Kognícia a umelý život 2019

ISBN

978-80-223-4720-4

ISSN

—

e-ISSN

—

Počet stran výsledku

2

Strana od-do

114-115

Název nakladatele

Univerzita Komenského v Bratislave

Místo vydání

—

Místo konání akce

Hotel Barónka, Bratislava

Datum konání akce

29. 5. 2019

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—