講演名 | 2018-11-23 ハイパーネットによる畳み込みニューラルネットワークの暗黙的事後分布推定 鵜飼 健矢(神戸大), 松原 崇(神戸大), 上原 邦昭(神戸大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | ニューラルネットワークは複雑な表現を学習することができ,様々なタスクで高い性能を示している.しかし,学習に利用できるデータは限られているため,過学習を起こしやすい.過学習を防ぐためにニューラルネットワークの学習を正則化することは,最も重要な課題の1つである.本研究では,大規模な畳み込みニューラルネットワークを対象とし,ハイパーネットを用いて,パラメータの事後分布を暗黙的に推定することで学習を正則化する.また,パラメータの分布が学習されることから,モデル平均化により識別精度を向上させることができる.実験では提案手法による学習と推論について検討を行い,一定の正則化効果を持つことを示す. |
抄録(英) | Deep neural networks have a rich ability to learn complex representations and achieved remarkable results in various tasks. However, they are prone to overfitting due to the limited number of training samples; regularizing the learning process of neural networks is critical. In this paper, we propose a novel regularization method, which estimates parameters of a large convolutional neural network as implicit probabilistic distributions generated by a hypernetwork. Also, we can perform model averaging to improve the network performance. Experimental results demonstrate our regularization method outperformed the commonly-used maximum a posterior (MAP) estimation. |
キーワード(和) | ハイパーネット / ベイズ推定 / 畳み込みニューラルネットワーク / 画像認識 |
キーワード(英) | hypernetwork / Bayesian estimation / convolutional neural network / image recognition |
資料番号 | CCS2018-45 |
発行日 | 2018-11-15 (CCS) |
研究会情報 | |
研究会 | CCS |
---|---|
開催期間 | 2018/11/22(から2日開催) |
開催地(和) | 神戸大学 |
開催地(英) | Kobe Univ. |
テーマ(和) | 相互作用と情報伝達・情報処理,一般 |
テーマ(英) | Interaction and Communication, etc. |
委員長氏名(和) | 長谷川 幹雄(東京理科大) |
委員長氏名(英) | Mikio Hasegawa(Tokyo Univ. of Science) |
副委員長氏名(和) | 成瀬 誠(NICT) / 塩川 茂樹(神奈川工科大) |
副委員長氏名(英) | Makoto Naruse(NICT) / Shigeki Shiokawa(Kanagawa Inst. of Tech.) |
幹事氏名(和) | 中野 秀洋(東京都市大) / 高野 知佐(広島市立大) |
幹事氏名(英) | Hidehiro Nakano(Tokyo City Univ.) / Chisa Takano(Hiroshima City Univ.) |
幹事補佐氏名(和) | 川喜田 佑介(神奈川工科大) / 安東 弘泰(筑波大) / 松原 崇(神戸大) / 高橋 亮(愛知工科大) |
幹事補佐氏名(英) | Yusuke Kawakita(Kanagawa Inst. of Tech.) / Hiroyasu Ando(Tsukuba Univ.) / Takashi Matsubara(Kobe Univ.) / Ryo Takahashi(AUT) |
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) | ハイパーネットによる畳み込みニューラルネットワークの暗黙的事後分布推定 |
サブタイトル(和) | |
タイトル(英) | Hypernetwork-based Implicit Posterior Estimation of CNN |
サブタイトル(和) | |
キーワード(1)(和/英) | ハイパーネット / hypernetwork |
キーワード(2)(和/英) | ベイズ推定 / Bayesian estimation |
キーワード(3)(和/英) | 畳み込みニューラルネットワーク / convolutional neural network |
キーワード(4)(和/英) | 画像認識 / image recognition |
第 1 著者 氏名(和/英) | 鵜飼 健矢 / Kenya Ukai |
第 1 著者 所属(和/英) | 神戸大学(略称:神戸大) Kobe University(略称:Kobe Univ.) |
第 2 著者 氏名(和/英) | 松原 崇 / Takashi Matsubara |
第 2 著者 所属(和/英) | 神戸大学(略称:神戸大) Kobe University(略称:Kobe Univ.) |
第 3 著者 氏名(和/英) | 上原 邦昭 / Kuniaki Uehara |
第 3 著者 所属(和/英) | 神戸大学(略称:神戸大) Kobe University(略称:Kobe Univ.) |
発表年月日 | 2018-11-23 |
資料番号 | CCS2018-45 |
巻番号(vol) | vol.118 |
号番号(no) | CCS-316 |
ページ範囲 | pp.67-72(CCS), |
ページ数 | 6 |
発行日 | 2018-11-15 (CCS) |