文献

J-GLOBAL ID：201302215136597583   整理番号：13A0470859

ディープラーニング

著者 (2件)： 岡谷貴之 (東北大) ,  齋藤真樹 (東北大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 112  号： 385(PRMU2012 84-129)  ページ： 111-127  発行年： 2013年01月16日 
JST資料番号： S0532B  ISSN： 0913-5685  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： ディープラーニングは,多層のニューラルネットワーク(以下NN)を用いる機械学習の方法論である。最近,これに基づく方法群が,画像認識のベンチマークテストで従来の記録を次々に塗り替えた他,音声認識やその他の学習・認識の問題に応用されて同様に高い性能を示すに至り,幅広い関心を集めつつある。本稿では,このディープラーニングについて,画像認識への応用を念頭に,現時点で知られている様々な方法をなるべく網羅的に説明する。具体的には,NNの基本構成から,Convolutional NN,プーリング,局所コントラスト正規化,教師なし学習であるプレトレーニング,オートエンコーダ,スパースな特徴表現を可能にする複数の方法,Restricted Boltzmann MachineやDeep Belief Networkなどの生成モデルに基づくディープラーニングの各手法を,それぞれ説明する。またディープラーニングのためのソフトウェアライブラリにも触れる。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *機械学習 ,  *画像認識 ,  音声認識 ,  正規化 ,  教師なし学習 ,  Boltzmannマシン

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： ディープラーニング