| 大会名称 |
|---|
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
| 2021 |
| 発行日 |
| 2021-02-23 |
| セッション番号 |
| D-12B |
| セッション名 |
| パターン認識・メディア理解B |
| 講演日 |
| 2021/3/9 |
| 講演場所(会議室等) |
| Meeting 40 |
| 講演番号 |
| D-12-36 |
| タイトル |
| 誤りラベルを含むデータに対するマルチラベル学習 |
| 著者名 |
| ◎鈴木大智, 堀田大地, 田中大揮, 伊神大貴, 相澤清晴, |
| キーワード |
| マルチラベル学習, ラベルノイズ |
| 抄録 |
| 大規模データセットで学習されたディープニューラルネットワークは, シングルラベル画像の分類において高い性能を発揮している. しかしながら, 日常生活の画像は本来マルチラベルであることが多いため, シングルラベル分類の問題から拡張する必要がある. 一般に, 大規模データセットにはノイズラベルと呼ばれる不正確なラベルが含まれる傾向があるが, マルチラベル画像の場合, その傾向が顕著になりやすい. そこで, 我々は, ラベル誤りを含むデータセットから, モデルのパラメタとラベルの同時最適化によって, ノイズロバストに学習する手法を提案した. |
| 本文pdf |
|
PDF download
|