
要約
本稿では、最近提案された知識グラフ転移ネットワーク(KGTN)を拡張し、わずかなコストで複数の知識グラフ埋め込みを統合できるフレームワーク「KGTN-ens」を提案する。本手法は、少サンプル画像分類タスクにおいて、さまざまな埋め込み組み合わせを用いて評価された。また、新たに構築した知識源「Wikidata埋め込み」を用いて、KGTNおよびKGTN-ensの性能を評価した。その結果、ImageNet-FSデータセットにおけるトップ5精度において、多数の設定でKGTNを上回る性能を示した。
本稿では、最近提案された知識グラフ転移ネットワーク(KGTN)を拡張し、わずかなコストで複数の知識グラフ埋め込みを統合できるフレームワーク「KGTN-ens」を提案する。本手法は、少サンプル画像分類タスクにおいて、さまざまな埋め込み組み合わせを用いて評価された。また、新たに構築した知識源「Wikidata埋め込み」を用いて、KGTNおよびKGTN-ensの性能を評価した。その結果、ImageNet-FSデータセットにおけるトップ5精度において、多数の設定でKGTNを上回る性能を示した。