| 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 [ログイン] 技報アーカイブ |
| 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 | 2020-03-09 15:45 Co-teachingを用いて学習した2つの畳み込みニューラルネットワークの相補的役割 ○佐村俊和・多田村克己（山口大）  NLP2019-123 |
|
| 抄録 | （和） | 深層学習は大量のラベル付けデータを必要とするが，そのラベル付けのコスト低減として，誤ったラベル付け（ラベルノイズ）を許容できる学習法が考えられる．その１つに，2つのネットワークが協調的に学習することでラベルノイズを許容するCo-teaching学習法が提案されている．本研究では，同学習法を用いて同じデータから協調的に学習した2つのネットワークであっても，その出力をアンサンブルして利用することで識別性能の上昇を示し，これらのネットワークの出力から相補的な情報が得られることを示唆する． |
| （英） | Deep learning technology needs big labeled data without noisy labels to improve its performance. However, the costs for labeling big data become high according to label quality. To reduce the costs of labeling, training algorithms tolerating noisy labels are required. The Co-teaching algorithm is one of algorithm tolerating noisy labels. The algorithm simultaneously trains two networks and shows the high performance of classification tasks with a noisy label. We showed that the networks improve their performance by using ensemble average of their outputs. These results suggest that the outputs of two networks trained through Co-teaching perform a complementary role even though they exchange the information on noise cooperatively with each other during training. | |
| キーワード | （和） | Co-teaching / ラベルノイズ / 畳み込みニューラルネットワーク / アンサンブル / / / / |
| （英） | Co-teaching / Noisy label / Convolutional Neural Network / Ensemble / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 471, NLP2019-123, pp. 61-64, 2020年3月. | |
| 資料番号 | NLP2019-123 | |
| 発行日 | 2020-03-02 (NLP) | |
| ISSN | Print edition: ISSN 0913-5685 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 | NLP2019-123 |
|
| 研究会情報 | |
| 研究会 | MSS NLP |
| 開催期間 | 2020-03-09 - 2020-03-10 |
| 開催地（和） | やすらぎの宿 蒲郡荘 |
| 開催地（英） | |
| テーマ（和） | SICE-DES研究会，IEICE-MSS研究会，IEICE-NLP研究会の3研究会併催，一般およびWork In Progress(WIP) ※(WIPセッションはDES，MSSのみ) |
| テーマ（英） | SICE-DES, IEICE-MSS, IEICE-NLP |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2020-03-MSS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | Co-teachingを用いて学習した2つの畳み込みニューラルネットワークの相補的役割 |
| サブタイトル（和） | |
| タイトル（英） | Two convolutional neural networks trained through Co-teaching perform a complementary role |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Co-teaching / Co-teaching |
| キーワード(2)（和/英） | ラベルノイズ / Noisy label |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(4)（和/英） | アンサンブル / Ensemble |
| 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） | 佐村 俊和 / Toshikazu Samura / サムラ トシカズ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 多田村 克己 / Katsumi Tadamura / タダムラ カツミ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-09 15:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2019-123 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.471 |
| ページ範囲 | pp.61-64 |
| ページ数 | 4 |
| 発行日 | 2020-03-02 (NLP) |
[研究会発表申込システムのトップページに戻る]