電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2019-06-17 13:00
ベイズ的深層学習を用いた画像テキスト検索における信頼性評価
濱 健太松原 崇上原邦昭神戸大
技報オンラインサービス実施中
抄録 (和) 深層ニューラルネットワークを含む, 多くの機械学習アルゴリズムで出力結果の信頼性をいかにして評価 するかは大きな課題である. 分類問題, 回帰問題においては, ベイジアンニューラルネットワークの出力の不確実性に よって信頼性を評価する方法が提案されている. しかし, 画像テキスト検索は分類や回帰とは異なるタスクであり, 信 頼性の評価方法を検討する必要がある. 本研究では画像テキスト検索を分類問題としての解釈 (事後分布の不確実性), 回帰問題としての解釈 (埋め込み点の不確実性) により二つの不確実性を定義した. その結果, 二つの不確実性でモデ ル平均による検索精度の向上が見られた. また, 事後分布の分散が大きいデータをクエリーから除くことで, 大幅な精 度改善が見られたことから, 分類問題としての不確実性が信頼性の評価に適していることを示した. この傾向は異な るデータセット (MSCOCO, Flickr30k), 異なる手法 (dropout, batch normalization), 異なる損失関数で一貫して見ら れた. 
(英) Following the development of black-box machine learning algorithms, the practical demand of the re- liability assessment is rapidly rising. Recent progress in Bayesian deep learning has enabled us to quantify the uncertainty of its output, potentially providing a reliability measure. While many previous studies have evaluated the uncertainty measures for classification and regression tasks, their approaches are not always applicable to other tasks. This study investigates two sides of image-caption embedding and retrieval systems The embedding task is similar to the regression task, and the model averaging based on the regression improves the retrieval performance. However, its uncertainty measure cannot evaluate the reliability of retrieval appropriately, and the uncertainty mea- sure for the classification task is applicable. This study confirms that this tendency is common among datasets, DNN architectures, and similarity functions.
キーワード (和) マルチモーダル埋め込み / 画像テキスト間検索 / 信頼性評価 / / / / /  
(英) multi-modal embedding / image-caption retrieval / uncertainty quantification / / / / /  
文献情報 信学技報, vol. 119, no. 89, IBISML2019-1, pp. 1-8, 2019年6月.
資料番号 IBISML2019-1 
発行日 2019-06-10 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 NC IBISML IPSJ-MPS IPSJ-BIO  
開催期間 2019-06-17 - 2019-06-19 
開催地(和) 沖縄科学技術大学院大学 
開催地(英) Okinawa Institute of Science and Technology 
テーマ(和) NC、機械学習によるバイオデータマイニング、一般 
テーマ(英) Neurocomputing, Machine Learning Approach to Biodata Mining, and General 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2019-06-NC-IBISML-MPS-BIO 
本文の言語 日本語 
タイトル(和) ベイズ的深層学習を用いた画像テキスト検索における信頼性評価 
サブタイトル(和)  
タイトル(英) Reliability Assessment by Bayesian Deep Learning for Image-Caption Retrieval Task 
サブタイトル(英)  
キーワード(1)(和/英) マルチモーダル埋め込み / multi-modal embedding  
キーワード(2)(和/英) 画像テキスト間検索 / image-caption retrieval  
キーワード(3)(和/英) 信頼性評価 / uncertainty quantification  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 濱 健太 / Kenta Hama / ハマ ケンタ
第1著者 所属(和/英) 神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.)
第2著者 氏名(和/英/ヨミ) 松原 崇 / Takashi Matsubara / マツバラ タカシ
第2著者 所属(和/英) 神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.)
第3著者 氏名(和/英/ヨミ) 上原 邦昭 / Kuniaki Uehara / ウエハラ クニアキ
第3著者 所属(和/英) 神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2019-06-17 13:00:00 
発表時間 25 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2019-1 
巻番号(vol) IEICE-119 
号番号(no) no.89 
ページ範囲 pp.1-8 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2019-06-10 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会