| 大会名称 |
|---|
| 2023年 総合大会 |
| 大会コ－ド |
| 2023G |
| 開催年 |
| 2023 |
| 発行日 |
| 2023-02-28 |
| セッション番号 |
| D-20 |
| セッション名 |
| 情報論的学習理論と機械学習 |
| 講演日 |
| 2023/3/8 |
| 講演場所(会議室等) |
| 2号館 2401教室 |
| 講演番号 |
| D-20-17 |
| タイトル |
| 敵対的サンプルの生成法を活用したデータ拡張 |
| 著者名 |
| ◎朴 潤花, 亀山啓輔, |
| キーワード |
| データ拡張, 敵対的訓練 |
| 抄録 |
| ニューラルネットワークによる画像識別において大規模なデータセットの用意ができない場合に、データ拡張行う。現在画像のデータ拡張には、拡大縮小などの幾何学的変換、色空間での変換、画像の一部を矩形で埋める方法などがよく使われているが、データセットによっては、効果的なデータ拡張ができない場合がある。そこで本研究では敵対的サンプルの生成法を活用し、データセットの性質によらず適用可能なデータ拡張の手法の開発を目指す。提案手法では、与えられたデータセットを予備的に学習したモデルを用意し、サンプルがクラスの範囲を逸脱しない範囲で学習結果をもとに画像に摂動を加え、データの数と多様性を増強する。 |
| 本文pdf |
|
PDF download
|