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) |