| 講演名 | 2021-12-03 多次元特徴空間に着目したオープンセット認識手法の開発 金岡 大樹(九工大), 田中 悠一朗(九工大/ニューロモルフィックAIハードウェア研究センター), 田向 権(九工大/ニューロモルフィックAIハードウェア研究センター), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 一般的な画像認識はテスト時に使用するクラスは全て既知クラスであることを前提としていることが多い．そのため未知クラスを入力した時，未知であると認識することができない．これを可能にした手法をオープンセット認識と呼ぶ．本研究では認識モデルの多次元特徴空間に着目したオープンセット認識手法を提案する．実験の結果，MNISTでのmacro-F1は0.838で最先端の手法を超えており，特徴空間に着目した手法の可能性を見出した． |
| 抄録(英) | In general, image recognition assumes that all classes used in testing are known. Therefore, when an unknown class is input, it cannot be recognized as unknown. Methods that make this possible are called open set recognition. In this study, we propose an open set recognition method focusing on a multidimensional feature space of the recognition model. The experimental results show that the macro-F1 at MNIST is 0.838, which is better than the state-of-the-art method. We find the potential of a method focusing on multidimensional feature spaces. |
| キーワード(和) | オープンセット認識 / 深層学習 / 未知クラス |
| キーワード(英) | open set recognition / deep learning / unknown class |
| 資料番号 | SIS2021-23 |
| 発行日 | 2021-11-26 (SIS) |
| 研究会情報 | |
| 研究会 | SIS |
|---|---|
| 開催期間 | 2021/12/3(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | スマートパーソナルシステム,一般 |
| テーマ（英） | |
| 委員長氏名（和） | 末竹 規哲(山口大) |
| 委員長氏名（英） | Noriaki Suetake(Yamaguchi Univ.) |
| 副委員長氏名（和） | 木村 誠聡(神奈川工科大) / 笹岡 直人(鳥取大) |
| 副委員長氏名（英） | Tomoaki Kimura(Kanagawa Inst. of Tech.) / Naoto Sasaoka(Tottori Univ.) |
| 幹事氏名（和） | 坂東 幸浩(NTT) / 三澤 秀明(宇部高専) |
| 幹事氏名（英） | Yukihiro Bandoh(NTT) / Hideaki Misawa(National Inst. of Tech., Ube College) |
| 幹事補佐氏名（和） | 吉田 壮(関西大学) / 眞壁 義明(神奈川工科大) |
| 幹事補佐氏名（英） | Soh Yoshida(Kansai Univ.) / Yoshiaki Makabe(Kanagawa Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Info-Media Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 多次元特徴空間に着目したオープンセット認識手法の開発 |
| サブタイトル（和） | |
| タイトル（英） | Open Set Recognition Focusing on Multidimensional Feature Space |
| サブタイトル（和） | |
| キーワード(1)（和/英） | オープンセット認識 / open set recognition |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | 未知クラス / unknown class |
| 第 1 著者 氏名（和/英） | 金岡 大樹 / Daiju Kanaoka |
| 第 1 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：Kyutech) |
| 第 2 著者 氏名（和/英） | 田中 悠一朗 / Yuichiro Tanaka |
| 第 2 著者 所属（和/英） | 九州工業大学/ニューロモルフィックAIハードウェア研究センター(略称：九工大/ニューロモルフィックAIハードウェア研究センター) Kyushu Institute of Technology/Research Center for Neuromorphic AI Hardware(略称：Kyutech/Kyushu Institute of Technology/Research Center for Neuro) |
| 第 3 著者 氏名（和/英） | 田向 権 / Hakaru Tamukoh |
| 第 3 著者 所属（和/英） | 九州工業大学/ニューロモルフィックAIハードウェア研究センター(略称：九工大/ニューロモルフィックAIハードウェア研究センター) Kyushu Institute of Technology/Research Center for Neuromorphic AI Hardware(略称：Kyutech/Kyushu Institute of Technology/Research Center for Neuro) |
| 発表年月日 | 2021-12-03 |
| 資料番号 | SIS2021-23 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SIS-284 |
| ページ範囲 | pp.11-14(SIS), |
| ページ数 | 4 |
| 発行日 | 2021-11-26 (SIS) |