| 講演名 | 2024-03-13 CNNを用いた画像分類タスクにおける特徴量スケーリングの効果と検証 爲ヶ井 大樹(東京都市大), 神野 健哉(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) | 画像分類タスクでは，ニューラルネットワークを用いて特徴を抽出し，分類器を通してSoftmax Lossを計算することで学習を行う．R. Ranjan らはSoftmax Loss の問題を指摘し，特徴量にL2正規化とスケーリングを施すL2-Softmax Lossを提案している．L2-Softmax Lossの追試実験により，L2正規化よりもスケーリングが学習に強く影響していることを確認しため，本研究では特に，L2正規化を行わずにスケーリングのみを適用した学習に焦点を当て，その効果について検証した． |
| 抄録(英) | In image classification tasks, features are extracted using neural networks and learning is performed by calculating the Softmax Loss through a classifier. R. Ranjan et al. pointed out the problems with Softmax Loss and proposed L2-Softmax Loss, which applies L2 normalization and scaling to the features. Through a replication experiment of L2-Softmax Loss, it was confirmed that scaling has a stronger impact on learning than L2 normalization. Therefore, this study particularly focused on learning that only applies scaling without performing L2 normalization, and verified its effects. |
| キーワード(和) | CNN / Softmax Loss / 交差エントロピー損失 / L2正規化 / スケーリング |
| キーワード(英) | CNN / Softmax Loss / Cross Entropy Loss / L2 normalization / Scaling |
| 資料番号 | MSS2023-81,NLP2023-133 |
| 発行日 | 2024-03-06 (MSS, NLP) |
| 研究会情報 | |
| 研究会 | NLP / MSS |
|---|---|
| 開催期間 | 2024/3/13(から2日開催) |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | MSS，NLP，一般，およびWIP（MSSのみ） |
| テーマ（英） | MSS, NLP, etc. |
| 委員長氏名（和） | 鳥飼 弘幸(法政大) / 山口 真悟(山口大) |
| 委員長氏名（英） | Hiroyuki Torikai(Hosei Univ.) / Shingo Yamaguchi(Yamaguchi Univ.) |
| 副委員長氏名（和） | 丹治 裕一(香川大) / 宮本 俊幸(阪工大) |
| 副委員長氏名（英） | Yuichi Tanji(Kagawa Univ.) / Toshiyuki Miyamoto(Osaka Inst. of Tech.) |
| 幹事氏名（和） | 伊藤 大輔(岐阜大) / 青森 久(中京大) / 林 直樹(阪大) / 劉 健全(NEC) |
| 幹事氏名（英） | Daisuke Ito(Gifu Univ.) / Hisashi Aomori(Chukyo Univ.) / Naoki Hayashi(Osaka Univ.) / Jianquan Liui(NEC) |
| 幹事補佐氏名（和） | 山仲 芳和(宇都宮大) / 井岡 恵理(芝浦工大) / 白井 匡人(島根大) |
| 幹事補佐氏名（英） | Yoshikazu Yamanaka(Utsunomiya Univ.) / Eri Ioka(Shibaura Inst. of Tech.) / Masato Shirai(Shimane Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Nonlinear Problems / Technical Committee on Mathematical Systems Science and its Applications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | CNNを用いた画像分類タスクにおける特徴量スケーリングの効果と検証 |
| サブタイトル（和） | |
| タイトル（英） | Effectiveness and Validation of Feature Scaling in Image Classification Tasks Using CNN |
| サブタイトル（和） | |
| キーワード(1)（和/英） | CNN / CNN |
| キーワード(2)（和/英） | Softmax Loss / Softmax Loss |
| キーワード(3)（和/英） | 交差エントロピー損失 / Cross Entropy Loss |
| キーワード(4)（和/英） | L2正規化 / L2 normalization |
| キーワード(5)（和/英） | スケーリング / Scaling |
| 第 1 著者 氏名（和/英） | 爲ヶ井 大樹 / Hiroki Tamegai |
| 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：TCU) |
| 第 2 著者 氏名（和/英） | 神野 健哉 / Kenya Jinno |
| 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：TCU) |
| 発表年月日 | 2024-03-13 |
| 資料番号 | MSS2023-81,NLP2023-133 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | MSS-427,NLP-428 |
| ページ範囲 | pp.54-57(MSS), pp.54-57(NLP), |
| ページ数 | 4 |
| 発行日 | 2024-03-06 (MSS, NLP) |