| 講演名 | 2021-03-02 頑健な損失関数を用いた雑音を含む補ラベルからの学習 石黒 寛樹(東大), 石田 隆(東大/理研), 杉山 将(理研/東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 機械学習を成功させるためには，大規模なラベル付きデータセットが必要である．しかしながら，ラベル付きデータの収集は実際には非常にコストがかかるため，ラベル付け誤差が発生しやすい．先行研究では，標本が属していないクラスを一つ指定する補ラベルを用いた学習法が提案された．補ラベルは通常のラベルよりも容易に収集できるが，補ラベルの収集においてもラベル付け誤差は発生する．従って，ラベル雑音の影響を軽減することは，補ラベル学習の実用化において重要である．本論文では，学習アルゴリズムが補ラベルの雑音による影響を受けないために損失関数が満たすべき条件を導出する．この条件を満たす損失関数を用いることによって，分類性能が大幅に向上することをベンチマーク実験により示す． |
| 抄録(英) | It has been demonstrated that large-scale labeled datasets facilitate the success of machine learning. However, collecting labeled data is often very costly and error-prone in practice. To cope with this problem, previous studies have considered the use of a complementary label, which specifies a class that an instance does not belong to and can be collected more easily than ordinary labels. However, complementary labels could also be error-prone and thus mitigating the influence of label noise is an important challenge to make complementary-label learning more useful in practice. In this paper, we derive conditions for the loss function such that the learning algorithm is not affected by noise in complementary labels. Experiments on benchmark datasets with noisy complementary labels demonstrate that the loss functions that satisfy our conditions significantly improve the classification performance. |
| キーワード(和) | 補ラベル / ラベル雑音 / 頑健な損失関数 / 損失修正 |
| キーワード(英) | complementary label / label noise / robust loss function / loss correction |
| 資料番号 | IBISML2020-34 |
| 発行日 | 2021-02-23 (IBISML) |
| 研究会情報 | |
| 研究会 | IBISML |
|---|---|
| 開催期間 | 2021/3/2(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習に関するオーガナイズドセッションおよび一般 |
| テーマ（英） | Organized and general sessions on machine learning |
| 委員長氏名（和） | 竹内 一郎(名工大) |
| 委員長氏名（英） | Ichiro Takeuchi(Nagoya Inst. of Tech.) |
| 副委員長氏名（和） | 杉山 将(東大) / 津田 宏治(東大) |
| 副委員長氏名（英） | Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 神嶌 敏弘(産総研) / 岩田 具治(NTT) |
| 幹事氏名（英） | Toshihiro Kamishima(AIST) / Tomoharu Iwata(NTT) |
| 幹事補佐氏名（和） | 中村 篤祥(北大) / 大羽 成征(ミイダス) |
| 幹事補佐氏名（英） | Atsuyoshi Nakamura(Hokkaido Univ.) / Shigeyuki Oba(Miidas) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Infomation-Based Induction Sciences and Machine Learning |
|---|---|
| 本文の言語 | ENG-JTITLE |
| タイトル（和） | 頑健な損失関数を用いた雑音を含む補ラベルからの学習 |
| サブタイトル（和） | |
| タイトル（英） | Learning from Noisy Complementary Labels with Robust Loss Functions |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 補ラベル / complementary label |
| キーワード(2)（和/英） | ラベル雑音 / label noise |
| キーワード(3)（和/英） | 頑健な損失関数 / robust loss function |
| キーワード(4)（和/英） | 損失修正 / loss correction |
| 第 1 著者 氏名（和/英） | 石黒 寛樹 / Hiroki Ishiguro |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 第 2 著者 氏名（和/英） | 石田 隆 / Takashi Ishida |
| 第 2 著者 所属（和/英） | 東京大学/理化学研究所(略称：東大/理研) The University of Tokyo/RIKEN(略称：UTokyo/RIKEN) |
| 第 3 著者 氏名（和/英） | 杉山 将 / Masashi Sugiyama |
| 第 3 著者 所属（和/英） | 理化学研究所/東京大学(略称：理研/東大) RIKEN/The University of Tokyo(略称：RIKEN/UTokyo) |
| 発表年月日 | 2021-03-02 |
| 資料番号 | IBISML2020-34 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | IBISML-395 |
| ページ範囲 | pp.1-8(IBISML), |
| ページ数 | 8 |
| 発行日 | 2021-02-23 (IBISML) |