講演抄録/キーワード |
講演名 |
2018-11-05 15:10
[ポスター講演]CNNの大規模データセットでのラベルノイズ耐性について ○幡谷龍一郎・中山英樹(東大) IBISML2018-56 |
抄録 |
(和) |
ニューラルネットワークは高い汎化性能を持つ一方で、データセットを暗記することも知られている。そのため実データのラベルに誤りが含まれている場合は性能が低下する虞がある。本研究では大規模画像データのラベルに対して、概念間の距離を利用し概念が近いラベルを一部入れ替えることにより実際のラベルノイズをモデル化した。この人工的なラベルノイズの加わったデータセットを用いてCNNのラベルノイズへの頑健性、およびラベルノイズがある際に学習される特徴表現を調査した。従来の研究で得られている知見と異なり、現実的なラベルノイズに対してはCNNが頑健である可能性を示した。 |
(英) |
(Not available yet) |
キーワード |
(和) |
ラベルノイズ / ディープラーニング / 深層学習 / / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 118, no. 284, IBISML2018-56, pp. 91-98, 2018年11月. |
資料番号 |
IBISML2018-56 |
発行日 |
2018-10-29 (IBISML) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IBISML2018-56 |