| 講演名 | 2021-03-04 ［招待講演］メタ学習入門 岩田 具治(NTT), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 一般に深層学習において高い性能を達成するためには大量の学習データが必要となる． 関連するタスクから学習の仕方を学習することにより，目的のタスクにおける学習データが少量であっても高い性能を達成するメタ学習が近年注目されている．本講演では，メタ学習の問題設定，意義を説明し，勾配に基づく手法，エンコーダデコーダに基づく手法，特徴量が異なるデータからメタ学習する手法などを紹介する |
| 抄録(英) | |
| キーワード(和) | メタ学習 / 深層学習 / 異種データ |
| キーワード(英) | |
| 資料番号 | IBISML2020-60 |
| 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 | JPN-ONLY |
| タイトル（和） | ［招待講演］メタ学習入門 |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（和） | |
| キーワード(1)（和/英） | メタ学習 |
| キーワード(2)（和/英） | 深層学習 |
| キーワード(3)（和/英） | 異種データ |
| 第 1 著者 氏名（和/英） | 岩田 具治 |
| 第 1 著者 所属（和/英） | NTT(略称：NTT) |
| 発表年月日 | 2021-03-04 |
| 資料番号 | IBISML2020-60 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | IBISML-395 |
| ページ範囲 | pp.79-79(IBISML), |
| ページ数 | 1 |
| 発行日 | 2021-02-23 (IBISML) |