|
画像や音声の理解を目的とした深層学習技術は、高度な情報化社会において必要不可欠なものとなっている。本研究では、複数のニューラルネットワークが協調的あるいは敵対的に学習する仕組みに関する成果が得られた。主な成果は、Augmented Cyclic Consistency Regularizationと呼ばれる生成的敵対ネットワークの新しい正則化手法、二次の準ニュートン法を用いた敵対的サンプル生成手法、ステップ幅の正則化手法の３つである。これらの有用性を画像および音声の実データで示し、それぞれ国際会議で成果発表をおこなった。
|
