|
深層学習はいまやAI研究の根幹をなす技術であり，自動運転車における周辺環境の知覚タスクや，カメラ映像などを入力とした自動監視システムなど，さまざまな実応用がなされている．今後さまざまな新たなサービスやシステムへの適用も期待される技術である一方，特に新規参入分野では訓練データの収集や最適なネットワーク構造の設計などに多大なコストを要求される．本研究は，こうしたコストを削減することが期待できる．提案手法は，訓練データ数の削減については競合手法と同程度の性能を保ちつつ，複数の有望なネットワーク構造の並列学習によって，利用者に最終的に使用するモデルについて複数の選択肢を与えることが可能である．
|
