文献

J-GLOBAL ID：201802279727739000   整理番号：18A1416283

画像領域分割のための少量訓練データからの畳み込みニューラルネットワークの解析的な初期化法

Analytical Initialization of Convolutional Neural Networks with Small Training Dataset for Image Segmentation

著者 (3件)： 福田竣 (東大 大学院情報理工学系研究科) ,  指田岳彦 (コニカミノルタ) ,  中山英樹 (東大 大学院情報理工学系研究科)
資料名： 人工知能学会全国大会論文集(CD-ROM)  (人工知能学会全国大会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.3M2-3  発行年： 2017年 
JST資料番号： X0580B  ISSN： 1347-9881  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 小規模なデータセットに対して深層学習を行う際は過学習を防ぐためにパラメータの初期値の選び方は重要である。本研究では新たに画像領域分割問題に対して正準相関分析を応用したCNNの畳み込み層の初期化手法を提案した。入力画像の特徴量とGround Truthの特徴量の射影先での相関を最大にさせる射影を解析的に求める手法である。実験から学習収束の高速化や精度の向上が確認された。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *セグメンテーション ,  小規模 ,  *機械学習 ,  分析 ,  相関 ,  情報 ,  射影 ,  *最大化問題 ,  評価試験
準シソーラス用語： *畳込ニューラルネットワーク ,  *深層学習 ,  正準相関分析 ,  特徴量 ,  *領域分割

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (5件)： 領域分割 ,  訓練データ ,  畳み込みニューラルネットワーク ,  解析 ,  初期化