| 研究課題/領域番号 |
21K12049
|
|---|
| 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 | 広島大学 |
|---|
研究代表者 |
栗田 多喜夫 広島大学, 先進理工系科学研究科(工), 教授 (10356941)
|
|---|
| 研究分担者 |
日高 章理 東京電機大学, 理工学部, 准教授 (70553519)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 深層学習 / 事前知識 / 不変特徴抽出 / パターン認識 |
|---|
| 研究成果の概要 |
深層学習の学習結果にタスクの制約条件を積極的に取り込むための方法について研究した．具体的には，事前知識を正則化項として取り込む方法，タスクに無関係な情報を学習結果から取り除く方法，事前知識を利用して学習データを水増しする方法等を提案した．提案したアプローチを，画像の識別，画像の領域抽出，物体検出等に応用し，その有効性を実験的に確認した．
|
| 自由記述の分野 |
情報科学
|
| 研究成果の学術的意義や社会的意義 |
深層学習は訓練データから自動的にモデルのパラメータを推定してくれるため非常に便利であるが得られたモデルにタスクが持つ制約条件が十分に取り入れられていない．本研究では深層学習の学習結果にタスクの制約条件を積極的に取り込むための方法について研究した．これは深層学習の結果を信頼して使うためのひとつのアプローチであると考える．
|
