講演名 2018-09-21
[ショートペーパー]Unscented transformを用いたGANの事前学習
金井 関利(NTT/慶大), 藤原 靖宏(NTT), 足立 修一(慶大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 本稿ではUnscented transform(UT)を使ったGenerative adversarial network(GAN)の事前学習を提案する.深層学習を使った生成モデルの技術の一つとしてGAN がある.GAN は生成器と識別器の二つのニューラルネットワークを持ち,それぞれデータの生成とデータか生成器の出力かの識別とを行いデータの生成分布を学習する.GAN の学習に,非線形な関数の出力の分散と平均を効率よく求めることのできるUT を用いることで,低計算量でデータ分布のおおよその特徴を事前に学習させて効率的に学習させる手法を検討する.
抄録(英)
キーワード(和) Generative adversarial networks / 事前学習 / 深層学習 / Unscented transform
キーワード(英)
資料番号 PRMU2018-61,IBISML2018-38
発行日 2018-09-13 (PRMU, IBISML)

研究会情報
研究会 PRMU / IBISML / IPSJ-CVIM
開催期間 2018/9/20(から2日開催)
開催地(和) 福岡工業大学
開催地(英)
テーマ(和) 機械学習と実応用
テーマ(英)
委員長氏名(和) 佐藤 真一(NII) / 鹿島 久嗣(京大)
委員長氏名(英) Shinichi Sato(NII) / Hisashi Kashima(Kyoto Univ.)
副委員長氏名(和) 井尻 善久(オムロン) / 玉木 徹(広島大) / 杉山 将(東大) / 津田 宏治(東大)
副委員長氏名(英) Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.) / Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo)
幹事氏名(和) 石井 雅人(NEC) / 菅野 裕介(阪大) / 竹内 一郎(名工大) / 神嶌 敏弘(産総研)
幹事氏名(英) Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST)
幹事補佐氏名(和) 入江 豪(NTT) / 牛久 祥孝(東大) / 岩田 具治(NTT) / 大羽 成征(京大)
幹事補佐氏名(英) Go Irie(NTT) / Yoshitaka Ushiku(Univ. of Tokyo) / Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.)

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 Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Computer Vision and Image Media
本文の言語 JPN-ONLY
タイトル(和) [ショートペーパー]Unscented transformを用いたGANの事前学習
サブタイトル(和)
タイトル(英)
サブタイトル(和)
キーワード(1)(和/英) Generative adversarial networks
キーワード(2)(和/英) 事前学習
キーワード(3)(和/英) 深層学習
キーワード(4)(和/英) Unscented transform
第 1 著者 氏名(和/英) 金井 関利 / Sekitoshi Kanai
第 1 著者 所属(和/英) NTT ソフトウェアイノベーションセンタ/慶応義塾大学(略称:NTT/慶大)
NTT Software Innovation Center/Keio University(略称:NTT/Keio Univ.)
第 2 著者 氏名(和/英) 藤原 靖宏 / Yasuhiro Fujiwara
第 2 著者 所属(和/英) NTT ソフトウェアイノベーションセンタ(略称:NTT)
NTT Software Innovation Center(略称:NTT)
第 3 著者 氏名(和/英) 足立 修一 / Shuichi Adachi
第 3 著者 所属(和/英) 慶應義塾大学(略称:慶大)
Keio University(略称:Keio Univ.)
発表年月日 2018-09-21
資料番号 PRMU2018-61,IBISML2018-38
巻番号(vol) vol.118
号番号(no) PRMU-219,IBISML-220
ページ範囲 pp.155-156(PRMU), pp.155-156(IBISML),
ページ数 2
発行日 2018-09-13 (PRMU, IBISML)