| 大会名称 |
|---|
| 2018年 総合大会 |
| 大会コ－ド |
| 2018G |
| 開催年 |
| 2018 |
| 発行日 |
| セッション番号 |
| D-12A |
| セッション名 |
| パターン認識・メディア理解A |
| 講演日 |
| 2018/3/21 |
| 講演場所(会議室等) |
| ２号館 9Ｆ 2903教室 |
| 講演番号 |
| D-12-14 |
| タイトル |
| 深層生成モデルと分類器によるデータの自動修正とその適用事例 |
| 著者名 |
| ◎植田考哉, 瀬尾昌孝, 西川郁子, |
| キーワード |
| 深層学習, 生成モデル, 畳込みニューラルネットワーク, 住宅設計, 符号化器, 分類器 |
| 抄録 |
| 深層生成モデルであるGenerative Adversarial Nets(GAN)では，潜在変数空間上の任意の確率分布から対象とするデータを生成するGenerator，および，Generatorが生成したデータと実データを識別するDiscriminatorの競合的学習を通して，Generatorが実データ分布を獲得する．本報告ではGANに加えて，データ中のあるクラスを分類する分類器と，Generatorの潜在変数空間を推論するエンコーダを用いて，学習済みのGeneratorから当該クラスのデータのみの生成を目指した．数値実験では，適用事例として一般住宅の建築設計における部材配置に対し自動修正を行い，その有効性を検証した． |
| 本文pdf |
|
PDF download
|