کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / دوازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Conceptual Intelligent Model for Visual Question Answering using Attention Mechanism and Relational Reasoning

نویسندگان :

ٍElham Alighardash¹ Hassan Khotanlou² Vahid Pour Amin³

1- دانشگاه بوعلی سینا 2- دانشگاه بوعلی سینا 3- دانشگاه سیدجمال الدین اسدآبادی

کلمات کلیدی :

visual question answering, attention mechanism, visual reasoning, zero-shot learning

چکیده :

In recent years, a great deal of interest in research of Visual Question Answering (VQA) has been propounded it as a hot topic in computer vision. Many sub-problems were raised in this regard, and reasonable efforts have been made to solve them. Considering salient elements of different modalities, discovering inter or intra correlation, proper information fusion method, using supplementary information of external knowledge bases, visual reasoning, and accepting correct answers that have not been seen before in the training set are examples of these issues. In this paper, the focus is on reinforcing the model by reasoning about complex questions, applying the attention mechanism, and leveraging knowledge graphs (KG) to improve the generated answers. Moreover, the proposed conceptual model includes a zero-shot learning method to allow unlabeled correct answers by implementing a semantic space mapping approach. The use of the fact-based VQA knowledge base for integrating the scene graph with additional information is suggested in the research. It is expected that based on the proposed approach of the framework, its implementation will lead to better accuracy and improvement in efficiency for predicting the appropriate answers.

لیست مقالات

لیست مقالات بایگانی شده

Taxonomy of Blockchain Solutions to Connected and Autonomous Vehicles

Mohammad Reza Jabbarpour Mohammad Reza Jabbarpour - Houman Zarrabi

پیش‌بینی بازار فارکس با استفاده از نمودار شمعی و شبکه‌ی عصبی GRU

محمدرضا نوروزی - مریم مومنی

ارائه یک رویکرد معنایی مبتنی بر آنتولوژی به منظور شناسایی تاکتیک‏های معماری

احسان شریفی - دکتر احمد عبدالله زاده بارفروش

تاثیر مدیریت دانش مشتری بر توسعه محصول جدید و نوآورانه با رویکرد مدل سازی معادلات ساختاری با استفاده از حداقل مربعات جزئی: مطالعۀ موردی شرکت کاله

دکتر آرش خسروی - سیده فاطمه حسینی - دکتر مرتضی رجب زاده آرش خسروی - سیده فاطمه حسینی - مرتضی رجب زاده -

GNN-based Topology Feature Extraction for Adaptive 6G Network Slicing

Amirmasoud Sepehrian - Siavash Khorsandi

سیستم تشخیص نفوذ مبتنی برشبکه عصبی کانولوشن برای تشخیص حمله انکارسرویس در اینترنت‎ وسایل نقلیه

زهرا جانفدا - سید امین حسینی سنو

شبکه‌های نرم‌افزار محور در کلان داده: مطالعه‌ی راهکارهای امنیتی و چالش‌ها

احسان سلیمانی دهکردی - محمدرضا ملاخلیلی میبدی

پیش بینی ارتباط میزان مرگ و میر با هم زمانی وجود دو بیماری در مبتلایان به کرونا به کمک بگارگیری شبکه عصبی Word2Vec

سمن مثقالی - دکتر جواد عسکری سمن مثقالی - جواد عسکری -

A novel approach audio watermarking based on (GBT,DCT,SVD)

Mahdi Mosleh

آرتمیا: پروتکل مسیریابی مبتنی بر انجمن و آگاه به نظم تماس در شبکة اجتماعی متحرک تأخیرپذیر

سعید مرادی - جمشید باقرزاده محاسفی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2