Learning Reliable Deep Models from Noise Labels by Crowdsourcing

• Project/Area Number: 23K28092
• Project/Area Number (Other): 23H03402 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 60080:Database-related; Basic Section 62020:Web informatics and service informatics-related; Sections That Are Subject to Joint Review: Basic Section60080:Database-related , Basic Section62020:Web informatics and service informatics-related
• Research Institution: University of Yamanashi
• Principal Investigator: 李 吉屹 山梨大学, 大学院総合研究部, 准教授 (30726667)
• Co-Investigator(Kenkyū-buntansha): 福本 文代 山梨大学, 大学院総合研究部, 教授 (60262648) ; 鈴木 良弥 山梨大学, 大学院総合研究部, 教授 (20206551)
• Project Period (FY): 2023-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000); Fiscal Year 2026: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); Fiscal Year 2025: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000); Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000); Fiscal Year 2023: ¥7,280,000 (Direct Cost: ¥5,600,000、Indirect Cost: ¥1,680,000)
• Keywords: クラウドソーシング / 深層学習 / 信頼的モデル / ノイズデータ

Outline of Research at the Start

ラベル付きデータの質は、AIモデルが実世界のタスクでうまく機能するために重要な要素である。クラウドソーシングは、専門家に比べ、比較的低コストで大量のラベル付きデータを収集できる。しかし、収集したデータの質は多様である。本研究課題は、クラウドソーシングを用いて収集されたノイズの多いデータから、信頼性が高い深層学習法を明らかにすることである。クラウドワーカーの特性、クラウドラベルの品質、実例のコンテキスト、大量のカテゴリや極端アンバランスなカテゴリの性質と関係を同時に理解し、モデル化することで、信頼できる深層学習方法が開発され、安心して信頼性の高いAIを利用できる人間中心のAI社会実現に貢献する。