講演名 | 2021-05-21 条件付き畳み込み層によるマルチタスク学習 向井 健祐(上智大), 山中 高夫(上智大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 近年,タスクやドメイン間で有益な特徴を相互に共有することにより,各タスクにおける精度の向上を目指すマルチタスク学習やマルチドメイン学習が注目されている. 本研究では、畳み込みニューラルネットワークによる画像分類タスクに対して,条件付き畳み込み層を導入し,新たなマルチタスク学習とマルチドメイン学習の手法を提案する.条件付き畳み込み層では,畳み込み層の各チャネルに対して,条件ベクトルを入力とした全結合層の出力で重み付けし,各チャネルの重要度を調整する.複数のタスクで特徴抽出器の共有の程度をデータから学習により自動的に調整し,それぞれのタスクに対して精度を向上することを目指した. |
抄録(英) | In recent years, multi-task learning and multi-domain learning have been developed to improve the accuracy for each task and each domain by sharing useful features. In this paper, a novel method applied for both the multi-task learning and the multi-domain learning was proposed by introducing conditional convolution layers in convolutional neural networks for image classification. In the conditional convolution layer, the outputs of convolutional filters were modulated by multiplying a weight vector with the outputs along the channel. This weight vector was calculated using a fully connected layer with the conditional vector as the input. The purpose of this paper is to improve the accuracy for multi-task learning and multi-domain learning by automatically adjusting the degree of sharing in the feature extractor by learning from the data. |
キーワード(和) | 条件付き畳み込み層 / マルチタスク学習 / 畳み込みニューラルネットワーク / 深層学習 / 画像分類 |
キーワード(英) | Conditional Convolution Layer / Multi-task Learning / Convolutional Neural Network / Deep Learning / Image Classification |
資料番号 | PRMU2021-4 |
発行日 | 2021-05-13 (PRMU) |
研究会情報 | |
研究会 | PRMU / IPSJ-CVIM / IPSJ-NL |
---|---|
開催期間 | 2021/5/20(から2日開催) |
開催地(和) | オンライン開催 |
開催地(英) | Online |
テーマ(和) | Vision & Language |
テーマ(英) | Vision & Language |
委員長氏名(和) | 佐藤 洋一(東大) |
委員長氏名(英) | Yoichi Sato(Univ. of Tokyo) |
副委員長氏名(和) | 木村 昭悟(NTT) / 岩村 雅一(阪府大) |
副委員長氏名(英) | Akisato Kimura(NTT) / Masakazu Iwamura(Osaka Pref. Univ.) |
幹事氏名(和) | 内田 祐介(Mobility Technologies) / 山下 隆義(中部大) |
幹事氏名(英) | Yusuke Uchida(Mobility Technologies) / Takayoshi Yamashita(Chubu Univ.) |
幹事補佐氏名(和) | 柴田 剛志(NTT) / 西山 正志(鳥取大) |
幹事補佐氏名(英) | Takashi Shibata(NTT) / Masashi Nishiyama(Tottori Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media / Special Interest Group on Natural Language |
---|---|
本文の言語 | JPN |
タイトル(和) | 条件付き畳み込み層によるマルチタスク学習 |
サブタイトル(和) | |
タイトル(英) | Multi-Task Learning with Conditional Convolution Layer |
サブタイトル(和) | |
キーワード(1)(和/英) | 条件付き畳み込み層 / Conditional Convolution Layer |
キーワード(2)(和/英) | マルチタスク学習 / Multi-task Learning |
キーワード(3)(和/英) | 畳み込みニューラルネットワーク / Convolutional Neural Network |
キーワード(4)(和/英) | 深層学習 / Deep Learning |
キーワード(5)(和/英) | 画像分類 / Image Classification |
第 1 著者 氏名(和/英) | 向井 健祐 / Kensuke Mukai |
第 1 著者 所属(和/英) | 上智大学(略称:上智大) Sophia University(略称:Sophia Univ.) |
第 2 著者 氏名(和/英) | 山中 高夫 / Takao Yamanaka |
第 2 著者 所属(和/英) | 上智大学(略称:上智大) Sophia University(略称:Sophia Univ.) |
発表年月日 | 2021-05-21 |
資料番号 | PRMU2021-4 |
巻番号(vol) | vol.121 |
号番号(no) | PRMU-23 |
ページ範囲 | pp.19-24(PRMU), |
ページ数 | 6 |
発行日 | 2021-05-13 (PRMU) |