講演抄録/キーワード |
講演名 |
2018-12-13 15:10
データの系列性を利用したラベル修正によるアノテーターの判別能力に頑健な機械学習 ○澤田あずさ・柴田剛志(NEC) PRMU2018-81 |
抄録 |
(和) |
近年の機械学習技術の発展により,パターン認識において達成できる精度は大幅に向上してきた.しかし,学習で得られる性能は学習用データの正解付けの質に強く依存するため,実際の認識モデルの精度はアノテータの正解付け能力によって制限される.そこで,我々はアノテータにが見逃した正例データを探し正例への感度がより高いモデルを得るための新たな枠組みを提案する.本提案では,潜在的正例を発見するのに有用な系列をなすデータに着目し,(1)系列に沿った正例探索によるラベル修正と(2)修正後のラベルによるモデルの学習を組み合わせて行う.人工データセットを用いた実験により,提案手法が従来の学習手法よりも潜在的な正例を正確に識別でき,さらに真のラベルを学習した場合に劣らない識別能力を獲得できることを,AUC (area under the curve)による比較から示した. |
(英) |
|
キーワード |
(和) |
機械学習 / ラベル修正 / データ系列 / 早期検知 / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 118, no. 362, PRMU2018-81, pp. 35-38, 2018年12月. |
資料番号 |
PRMU2018-81 |
発行日 |
2018-12-06 (PRMU) |
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 |
PRMU2018-81 |