2023 年度研究成果報告書

グリッドニューラルネットワークを用いた小規模データセットのための画像分類手法

研究課題

PDF

研究課題/領域番号	20K11871
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61010:知覚情報処理関連
研究機関	東北学院大学
研究代表者	武田敦志東北学院大学, 情報学部, 教授 (90424001)
研究期間 (年度)	2020-04-01 – 2024-03-31
キーワード	画像認識 / 深層学習 / ニューラルネットワーク
研究成果の概要	本研究課題では、小規模データセットを用いた場合でも高い画像認識性能を達成する画像認識モデルの実現を目指し、グリッドニューラルネットワークの構想を一般化して構成したニューラルネットワークであるSkipResNetを開発した。SkipResNetは、本研究課題で開発したGate Moduleを導入した画像認識のためのニューラルネットワークであり、計算経路を動的に変更できる仕組みを有している。標準的な画像データセットを用いた性能評価により、SkipResNetの画像認識性能は従来手法よりも高く、小規模なデータセットを用いた転移学習であっても高い画像認識性能を実現できることを確認した。
自由記述の分野	画像認識
研究成果の学術的意義や社会的意義	本研究課題では、画像認識のための代表的な多層ニューラルネットワークの動作解析を行い、その解析結果にもとづき、Gate Moduleを導入した新しい多層ニューラルネットワークを開発した。標準的な画像認識のためのデータセットを用いた性能評価により、本研究課題で開発した多層ニューラルネットワークは従来手法よりも高い画像認識性能を発揮することを確認した。また、これらの多層ニューラルネットワークをbackboneとした画像認識モデルが従来手法よりも高い画像認識性能を示すことを確認した。