• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

神経回路網の動的モデル学習におけるモデル切り替え基準の検討

研究課題

研究課題/領域番号 19K12151
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分61040:ソフトコンピューティング関連
研究機関筑波大学

研究代表者

亀山 啓輔  筑波大学, システム情報系, 教授 (40242309)

研究期間 (年度) 2019-04-01 – 2023-03-31
研究課題ステータス 完了 (2022年度)
配分額 *注記
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
キーワードニューラルネットワーク / 動的モデル学習 / 転移学習 / 蒸留 / カリキュラム学習 / モデル選択
研究開始時の研究の概要

従来,複雑な問題への適応や転移学習などの手段として用いられてきたニューラルネットワークのモデル切り替えを,固定したモデルによらない動的モデル学習法として統一的に整理するとともに,どのようにモデルを切り替えて学習していくことが学習効率や汎化能力の向上につながるのかを検討する.切り替え時点の決定に向けては,学習中に得られる有用な特徴量を見出し,それらを用いて適した切り替え時点を検出する.切り替えモデルと写像の選択に向けては,切り替え候補写像を選択するための写像間距離について検討するとともに,多様なモデル間での切り替え法を提案する.これらの後に実世界の認識問題へ適用し,その有用性を評価する.

研究成果の概要

複数のニューラルネットワークモデルを切り替えつつ必要なモデルと写像を獲得する学習過程を「動的モデル学習」として整理し,特に切り替え後のモデルと写像の選択について,学習効率と圧縮後の性能の観点から多角的に検討を行った.畳み込みニューラルネットワークを用いた画像認識問題において,多段階のモデル圧縮手法や,蒸留において有益な性質を選択的に転移させる手法を提案し,モデルの規模を徐々に変化させて切り替えていくことや,切り替え後写像の選択基準の工夫により圧縮後の性能向上が可能であることなどを示した.また,マルチモーダルなパターン分類における効率的なモーダリティ選択法を提案し,その有効性を示した.

研究成果の学術的意義や社会的意義

本研究は,パターン認識系の構築における蒸留や転移学習などに見られる複数のニューラルネットワークモデルを経由した学習過程について,それらに共通するモデル切り替え時のモデルと写像の選択方法について学習効率と認識精度の観点から検討を加え,新たな学習方式を提案して学習の効率化と認識精度の向上が可能となることを示しており,単一のモデルに限定されない学習方式の実用化に貢献する成果である.このことは,一定の能力を持つパターン認識系を従来より計算リソースの限られたデバイス上に実現することを可能にするもので,タブレット端末やIoTデバイス等への高度なパターン認識系の実装に資するものである.

報告書

(5件)
  • 2022 実績報告書   研究成果報告書 ( PDF )
  • 2021 実施状況報告書
  • 2020 実施状況報告書
  • 2019 実施状況報告書
  • 研究成果

    (13件)

すべて 2023 2022 2021

すべて 雑誌論文 (7件) (うち査読あり 7件、 オープンアクセス 1件) 学会発表 (6件) (うち招待講演 1件)

  • [雑誌論文] Machine Learning Curriculums Generated by Classifier Ensembles2023

    • 著者名/発表者名
      Tzu-Jui Huang and Keisuke Kameyama
    • 雑誌名

      Proc. 19th IEEE International Colloquium on Signal Processing and its Applications

      巻: 1 ページ: 117-121

    • DOI

      10.1109/cspa57446.2023.10087822

    • 関連する報告書
      2022 実績報告書
    • 査読あり
  • [雑誌論文] CNN Model Compression by Merit-Based Distillation2023

    • 著者名/発表者名
      Takumi Morikawa and Keisuke Kameyama
    • 雑誌名

      Proc. 19th IEEE International Colloquium on Signal Processing and its Applications

      巻: 1 ページ: 122-127

    • DOI

      10.1109/cspa57446.2023.10087390

    • 関連する報告書
      2022 実績報告書
    • 査読あり
  • [雑誌論文] LSTM-based forecasting using policy stringency and time-varying parameters of the SIR model for COVID-192023

    • 著者名/発表者名
      Pavodi Ndoyi Maniamfu and Keisuke Kameyama
    • 雑誌名

      Proc. 19th IEEE International Colloquium on Signal Processing and its Applications

      巻: 1 ページ: 111-116

    • DOI

      10.1109/cspa57446.2023.10087773

    • 関連する報告書
      2022 実績報告書
    • 査読あり
  • [雑誌論文] Informative Band Subset Selection for Hyperspectral Image Classification using Joint and Conditional Mutual Information2022

    • 著者名/発表者名
      U. A. Md. Ehsan Ali and Keisuke Kameyama
    • 雑誌名

      Proc. IEEE Symposium Series on Computational Intelligence

      巻: 1 ページ: 573-580

    • DOI

      10.1109/ssci51031.2022.10022154

    • 関連する報告書
      2022 実績報告書
    • 査読あり
  • [雑誌論文] Multi-Stage Model Compression using Teacher Assistant and Distillation with Hint-Based Training2022

    • 著者名/発表者名
      Takumi Morikawa and Keisuke Kameyama
    • 雑誌名

      Workshop on Pervasive and Resource-constrained AI (PerConAI) part of the 20th IEEE International Conference on Pervasive Computing and Communications (PerCom 2022)

      巻: 1 ページ: 484-490

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり
  • [雑誌論文] Adaptive Selection of Classifiers for Person Recognition by Iris Pattern and Periocular Image2021

    • 著者名/発表者名
      Keita Ogawa and Keisuke Kameyama
    • 雑誌名

      Neural Information Processing. ICONIP 2021. Lecture Notes in Computer Science

      巻: 13111 ページ: 656-667

    • DOI

      10.1007/978-3-030-92273-3_54

    • ISBN
      9783030922726, 9783030922733
    • 関連する報告書
      2021 実施状況報告書
    • 査読あり
  • [雑誌論文] Pre-Training Acquisition Functions by Deep Reinforcement Learning for Fixed Budget Active Learning2021

    • 著者名/発表者名
      Yusuke TAGUCHI, Hideitsu HINO and Keisuke KAMEYAMA
    • 雑誌名

      Neural Processing Letters

      巻: - 号: 3 ページ: 1945-1962

    • DOI

      10.1007/s11063-021-10476-z

    • 関連する報告書
      2020 実施状況報告書
    • 査読あり / オープンアクセス
  • [学会発表] 3DCNN と MLP の特徴量交換を用いた口唇動画を併用した音声認識2023

    • 著者名/発表者名
      河内信誠,亀山啓輔
    • 学会等名
      2023年電子情報通信学会総合大会
    • 関連する報告書
      2022 実績報告書
  • [学会発表] 敵対的サンプルの生成法を活用したデータ拡張2023

    • 著者名/発表者名
      朴潤花,亀山啓輔
    • 学会等名
      2023年電子情報通信学会総合大会
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Joint-Conditional Mutual Information based Feature Subset Selection for Remotely Sensed Hyperspectral Image Classification2022

    • 著者名/発表者名
      U. A. Md Ehsan ALI and Keisuke KAMEYAMA
    • 学会等名
      信学技報 IBISML2022-16
    • 関連する報告書
      2022 実績報告書
  • [学会発表] 分類器の学習的な組み合わせによる虹彩と眼周囲情報を用いたマルチモーダル個人認証2021

    • 著者名/発表者名
      小川恵太, 亀山啓輔
    • 学会等名
      第20回情報科学技術フォーラム(FIT)
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] Teacher Assistant及び中間層を模倣するDistillationによるニューラルネットワークのモデル圧縮2021

    • 著者名/発表者名
      森川拓海, 亀山啓輔
    • 学会等名
      第20回情報科学技術フォーラム(FIT)
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] 虹彩認証における高次スペクトル特徴量の利用2021

    • 著者名/発表者名
      亀山啓輔
    • 学会等名
      信学技報, IEICE-MICT2021-35
    • 関連する報告書
      2021 実施状況報告書
    • 招待講演

URL: 

公開日: 2019-04-18   更新日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi