| 講演名 | 2022-02-21 適応的な損失関数によるドメインインクリメンタルラーニング 川島 拓海(東大), 入江 豪(NTT), 伊神 大貴(NTT), 相澤 清晴(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) | 本論文では，画像分類タスクにおいて各クラス内の画像の分布が変わっていくなかで過去の知識を保持しながら新しい特徴を持つ画像にモデルを適応していくドメインインクリメンタルラーニングを論じる．新しいクラスが追加されるクラスインクリメンタルラーニングに比べて，ドメインインクリメンタルラーニングの研究は非常に少ない．本研究で提案する手法は，クラスインクリメンタルラーニングで高い精度を出している過去の訓練データの一部を用いる手法をベースにしつつ，損失関数の重みによって精度が大きく変わることに着目し，重みを適応的に決定する．実験ではドメインインクリメンタルラーニングのために新たに作成したデータセットを含めて3種類のデータセットを用い，提案手法の有効性を裏付ける． |
| 抄録(英) | During domain incremental learning of image classification task, the distribution of images continually change, and models adapt themselves to images with new features while retaining past knowledge. There are very few methods specialized in it compared to class incremental learning, where new classes are incrementally added. In this work, we propose a simple method for domain incremental learning problems. Our proposed method is based on rehearsal with exemplars, and adaptively decide weights of loss functions. In our experiments, we use three datasets, one of which we made for this task. |
| キーワード(和) | 画像分類 / 深層学習 / 破滅的忘却 / ドメインインクリメンタルラーニング / 知識の蒸留 |
| キーワード(英) | image classification / deep learning / catastrophic forgetting / domain incremental learning / distillation loss |
| 資料番号 | ITS2021-30,IE2021-39 |
| 発行日 | 2022-02-14 (ITS, IE) |
| 研究会情報 | |
| 研究会 | IE / ITS / ITE-AIT / ITE-ME / ITE-MMS |
|---|---|
| 開催期間 | 2022/2/21(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） | 画像処理，一般 |
| テーマ（英） | Image Processing, etc. |
| 委員長氏名（和） | 児玉 和也(NII) / 藤井 雅弘(宇都宮大) / 名手 久貴(東京工芸大) / 新井 啓之(日本工大) / 町田 賢司(NHK) |
| 委員長氏名（英） | Kazuya Kodama(NII) / Masahiro Fujii(Utsunomiya Univ.) / Hisaki Nate(Tokyo Polytechnic Univ.) / Hiroyuki Arai(Nippon Inst. of Tech.) / Kenji Machida(NHK) |
| 副委員長氏名（和） | 坂東 幸浩(NTT) / 山崎 俊彦(東大) / 大野 光平(明治大) / 橋本 尚久(産総研) / / 村松 正吾(新潟大) |
| 副委員長氏名（英） | Hiroyuki Bandoh(NTT) / Toshihiko Yamazaki(Univ. of Tokyo) / Kohei Ohno(Meiji Univ.) / Naohisa Hashimoto(AIST) / / Shogo Muramatsu(Niigata Univ.) |
| 幹事氏名（和） | 海野 恭平(KDDI総合研究所) / 福嶋 慶繁(名工大) / 橋浦 康一郎(秋田県立大) / 金 帝演(鶴岡工専) / / 望月 貴裕(NHK) / 小川 貴弘(北海道大) / 細井 利憲(NEC) / 山野 文子(コニカミノルタ) / 堀 淳志(三菱電機) / 文仙 正俊(福岡大) |
| 幹事氏名（英） | Kyohei Unno(KDDI Research) / Norishige Fukushima(Nagoya Inst. of Tech.) / Kouichiro Hashiura(Akita Prefectural Univ.) / Kim Jeyeon(NIT, Tsuruoka College) / / Takahiro Mochizuki(NHK) / Takahiro Ogawa(Hokkaido Univ.) / Toshinori Hosoi(NEC) / Ayako Yamano(KONICA MINOLTA) / Atsushi Hori(Mitsubishi Electric) / Masatoshi Bunsen(Fukuoka Univ.) |
| 幹事補佐氏名（和） | 岩村 俊輔(NHK) / 工藤 忍(NTT) / 今尾 勝崇(三菱電機) / 佐保 賢志(富山県立大) / 自見 圭司(群馬大) |
| 幹事補佐氏名（英） | Shunsuke Iwamura(NHK) / Shinobu Kudo(NTT) / Msataka Imao(Mitsubishi Electric) / Kenshi Saho(Toyama Prefectural Univ.) / Keiji Jimi(Gunma Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Image Engineering / Technical Committee on Intelligent Transport Systems Technology / Technical Group on Artistic Image Technology / Technical Group on Media Engineering / Technical Group on Multi-media Storage |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 適応的な損失関数によるドメインインクリメンタルラーニング |
| サブタイトル（和） | |
| タイトル（英） | Domain Incremental Leaning with Adaptive Loss Functions |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像分類 / image classification |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | 破滅的忘却 / catastrophic forgetting |
| キーワード(4)（和/英） | ドメインインクリメンタルラーニング / domain incremental learning |
| キーワード(5)（和/英） | 知識の蒸留 / distillation loss |
| 第 1 著者 氏名（和/英） | 川島 拓海 / Takumi Kawashima |
| 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） | 入江 豪 / Go Irie |
| 第 2 著者 所属（和/英） | 日本電信電話株式会社(略称：NTT) Nippon Telegraph and Telephone Corporation(略称：NTT) |
| 第 3 著者 氏名（和/英） | 伊神 大貴 / Daiki Ikami |
| 第 3 著者 所属（和/英） | 日本電信電話株式会社(略称：NTT) Nippon Telegraph and Telephone Corporation(略称：NTT) |
| 第 4 著者 氏名（和/英） | 相澤 清晴 / Kiyoharu Aizawa |
| 第 4 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 発表年月日 | 2022-02-21 |
| 資料番号 | ITS2021-30,IE2021-39 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | ITS-373,IE-374 |
| ページ範囲 | pp.31-36(ITS), pp.31-36(IE), |
| ページ数 | 6 |
| 発行日 | 2022-02-14 (ITS, IE) |