| 講演名 | 2018-02-19 深いResidual blockを持つネットワークに対するShake Dropの有効性の検証 森下 博貴(阪府大), 井上 勝文(阪府大), 吉岡 理文(阪府大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，画像認識のタスクにおいてCNNがよく用いられており，様々なネットワーク構造が提案されている．中でも，Residual Blockとよばれるモジュールを繰り返し並べるResNetという手法からは数多くの派生手法が考案されている．その派生手法の1つとして，Residual Block内の層構造を深くする手法がある．この手法は既存手法と比べ，少ないパラメータ数で同程度の識別率を達成している．しかし各Residual Blockが深くなったことによって１つのResidual Blockに含まれるパラメータ数が増え，各Residual Blockが過学習しやすくなっていると考えられる．そこで，本研究ではこの手法の各Residual BlockにShake Dropと呼ばれる正則化手法を用いる．これによって各Residual Blockの過学習を抑制し，識別率を向上させることを目指す．CIFAR10を用いた実験の結果，提案手法は現在のState-of-the-artの手法に比べ，平均誤識別率(%)を0.4軽減し、執筆時点での世界最高精度1.86%を達成した． |
| 抄録(英) | |
| キーワード(和) | 画像認識 / ニューラルネットワーク / 深層学習 / ResNet / CIFAR10 / CIFAR100 |
| キーワード(英) | |
| 資料番号 | PRMU2017-157,CNR2017-35 |
| 発行日 | 2018-02-12 (PRMU, CNR) |
| 研究会情報 | |
| 研究会 | PRMU / CNR |
|---|---|
| 開催期間 | 2018/2/19(から2日開催) |
| 開催地（和） | 和歌山大学 |
| 開催地（英） | |
| テーマ（和） | 実世界情報処理、3D点群処理およびその応用 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) / 小野 哲雄(北大) |
| 委員長氏名（英） | Shinichi Sato(NII) / Tetsuo Ono(Hokkaido Univ.) |
| 副委員長氏名（和） | 藤吉 弘亘(中部大) / 井尻 善久(オムロン) / 神原 誠之(奈良先端大) / 高汐 一紀(慶大) |
| 副委員長氏名（英） | Hironobu Fujiyoshi(Chubu Univ.) / Yoshihisa Ijiri(Omron) / Masayuki Kanbara(NAIST) / Kazunori Takashio(Keio Univ.) |
| 幹事氏名（和） | 大西 正輝(産総研) / 舩冨 卓哉(奈良先端大) / 坂本 大介(北大) / 吉岡 康介(パナソニック) |
| 幹事氏名（英） | Masaki Oonishi(AIST) / Takuya Funatomi(NAIST) / Daisuke Sakamoto(Hokkaido Univ.) / Kosuke Yoshioka(Panasonic) |
| 幹事補佐氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) / 水戸 和(セコム) / 小林 優佳(東芝) / 石原 達也(NTT) |
| 幹事補佐氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) / Wataru Mito(SECOM) / Yuka Kobayashi(Toshiba) / Tatsuya Ishihara(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Cloud Network Robotics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深いResidual blockを持つネットワークに対するShake Dropの有効性の検証 |
| サブタイトル（和） | |
| タイトル（英） | Verification of Shake Drop for neural network with deep residual block |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像認識 |
| キーワード(2)（和/英） | ニューラルネットワーク |
| キーワード(3)（和/英） | 深層学習 |
| キーワード(4)（和/英） | ResNet |
| キーワード(5)（和/英） | CIFAR10 |
| キーワード(6)（和/英） | CIFAR100 |
| 第 1 著者 氏名（和/英） | 森下 博貴 / Hiroki Morishita |
| 第 1 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Prefecture Univ.) |
| 第 2 著者 氏名（和/英） | 井上 勝文 / Katsufumi Inoue |
| 第 2 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Prefecture Univ.) |
| 第 3 著者 氏名（和/英） | 吉岡 理文 / Michifumi Yoshioka |
| 第 3 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Prefecture Univ.) |
| 発表年月日 | 2018-02-19 |
| 資料番号 | PRMU2017-157,CNR2017-35 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | PRMU-442,CNR-443 |
| ページ範囲 | pp.71-76(PRMU), pp.71-76(CNR), |
| ページ数 | 6 |
| 発行日 | 2018-02-12 (PRMU, CNR) |