講演抄録/キーワード |
講演名 |
2021-05-21 10:15
条件付き畳み込み層によるマルチタスク学習 ○向井健祐・山中高夫(上智大) PRMU2021-4 |
抄録 |
(和) |
近年,タスクやドメイン間で有益な特徴を相互に共有することにより,各タスクにおける精度の向上を目指すマルチタスク学習やマルチドメイン学習が注目されている. 本研究では、畳み込みニューラルネットワークによる画像分類タスクに対して,条件付き畳み込み層を導入し,新たなマルチタスク学習とマルチドメイン学習の手法を提案する.条件付き畳み込み層では,畳み込み層の各チャネルに対して,条件ベクトルを入力とした全結合層の出力で重み付けし,各チャネルの重要度を調整する.複数のタスクで特徴抽出器の共有の程度をデータから学習により自動的に調整し,それぞれのタスクに対して精度を向上することを目指した. |
(英) |
|
キーワード |
(和) |
条件付き畳み込み層 / マルチタスク学習 / 畳み込みニューラルネットワーク / 深層学習 / 画像分類 / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 121, no. 23, PRMU2021-4, pp. 19-24, 2021年5月. |
資料番号 |
PRMU2021-4 |
発行日 |
2021-05-13 (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 |
PRMU2021-4 |