| 講演名 | 2022-11-18 データ拡張を適用したCycleGANによる少数データからのドメイン変換 神崎 秀平(東京都市大), 中野 秀洋(東京都市大), |
|---|---|
| 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, 深層学習において学習には膨大なデータが必要になる. その膨大な学習データを補う手法に画像生成モデルGANが存在する. さらにデータ数を増やす手法の1つにData Augmentationが存在する. GANにData Augmentationを適用することでGANの性能が向上することが示されている. 本研究では, GANを2つ用いるCycleGANにData Augmentationを適用する. 学習データ数が少ない状況下において, Data Augmentationでデータ数を補う手法を提案し，数値実験によりその有効性を検証する. |
| 抄録(英) | In machine learning and deep learning, a huge amount of data is required for training. The image generation model GAN exists as a method to supplement the huge amount of training data. Data Augmentation is one of the methods to increase the number of data. It has been shown that the application of Data Augmentation to GANs can improve the performance of GANs. In this research, we apply Data Augmentation to CycleGAN, which uses two GANs. In the situation that number of training data is limited, we propose a method that the number of data is supplemented by Data Augmentation and verify the effectiveness of the proposed method. |
| キーワード(和) | 深層学習 / GAN / CycleGAN / Data Augmentation |
| キーワード(英) | Deep Learning / GAN / CycleGAN / Data Augmentation |
| 資料番号 | CCS2022-59 |
| 発行日 | 2022-11-10 (CCS) |
| 研究会情報 | |
| 研究会 | CCS |
|---|---|
| 開催期間 | 2022/11/17(から2日開催) |
| 開催地（和） | シンフォニアテクノロジー響ホール伊勢 (伊勢市観光文化会館) |
| 開催地（英） | |
| テーマ（和） | 相互作用（インタラクション）と情報伝達（コミュニケーション），一般 |
| テーマ（英） | |
| 委員長氏名（和） | 赤井 恵(北大) |
| 委員長氏名（英） | Megumi Akai(Hokkaido Univ.) |
| 副委員長氏名（和） | 中野 秀洋(東京都市大) / 会田 雅樹(都立大) |
| 副委員長氏名（英） | Hidehiro Nakano(Tokyo City Univ.) / Masaki Aida(TMU) |
| 幹事氏名（和） | 宮田 純子(芝浦工大) / 眞田 耕輔(三重大) |
| 幹事氏名（英） | Sumiko Miyata(Shibaura Inst. of Tech.) / Kosuke Sanada(Mie Univ.) |
| 幹事補佐氏名（和） | 安田 裕之(東大) / 安東 弘泰(筑波大) / 佐々木 智志(湘南工科大) / 小林 幹(立正大) |
| 幹事補佐氏名（英） | Hiroyuki Yasuda(Univ. of Tokyo) / Hiroyasu Ando(Tsukuba Univ.) / Tomoyuki Sasaki(Shonan Inst. of Tech.) / Miki Kobayashi(Rissho Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Complex Communication Sciences |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | データ拡張を適用したCycleGANによる少数データからのドメイン変換 |
| サブタイトル（和） | |
| タイトル（英） | Multi-domain translation from few data by CycleGAN applying data augmentation |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | GAN / GAN |
| キーワード(3)（和/英） | CycleGAN / CycleGAN |
| キーワード(4)（和/英） | Data Augmentation / Data Augmentation |
| 第 1 著者 氏名（和/英） | 神崎 秀平 / Syuhei Kanzaki |
| 第 1 著者 所属（和/英） | 東京都市大学(略称：東京都市大) Tokyo City University(略称：Tokyo City Univ.) |
| 第 2 著者 氏名（和/英） | 中野 秀洋 / Hidehiro Nakano |
| 第 2 著者 所属（和/英） | 東京都市大学(略称：東京都市大) Tokyo City University(略称：Tokyo City Univ.) |
| 発表年月日 | 2022-11-18 |
| 資料番号 | CCS2022-59 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | CCS-255 |
| ページ範囲 | pp.81-84(CCS), |
| ページ数 | 4 |
| 発行日 | 2022-11-10 (CCS) |