文献

J-GLOBAL ID：201702237236731770   整理番号：17A0689767

Linked Open Dataの構造化のためのニューラルネットワークに対するCatastrophic Forgetting軽減のためのモジュラリティを高める手法の提案

A Proposal of Modularity Enhancement Method to Reduce Catastrophic Forgetting for Neural Network Structuring Linked Open Data

著者 (4件)： CHEN Lu (NEC システムプラットフォーム研) ,  CHEN Lu (大阪大 大学院情報科学研究科 NECブレインインスパイヤードコンピューティング協働研) ,  村田正幸 (大阪大 大学院情報科学研究科 NECブレインインスパイヤードコンピューティング協働研) ,  村田正幸 (大阪大 大学院情報科学研究科)
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： 117  号： 33(NS2017 14-21)  ページ： 23-28  発行年： 2017年05月11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： 近年,ウェブ上でデータを公開し,共有する仕組みであるLinked Open Data(LOD)が注目されており,データの量的質的問題を解決するために,LODの構造化に関する研究が行われている。そのような中,大規模データの学習を得意とするニューラルネットワークが,学習精度の向上により再び注目を集め,LODへの応用が試みられている。しかし,ニューラルネットワークには新しいスキルを学習した時に,過去に獲得したスキルを著しく忘却する,Catastrophic Forgettingと呼ばれる問題が存在することが知られている。そのため,データが増大する中で既存のニューラルネットワーク学習アルゴリズムで学習していては,過去に学習したデータを再学習する時,一から学習し直す必要が生じる。そこで本稿では,LODの構造化のためのニューラルネットワークに対して,Catastrophic Forgettingを軽減することを目的とする。Catastrophic Forgettingの軽減にモジュラリティの強化が役立つと言われていることから,LODの構造化のためのニューラルネットワークに対してモジュラリティを高める手法を提案する。評価結果より,モジュラリティをわずかに高めた時,学習後の性能はやや低くなるものの,再学習時の学習速度が向上することが分かった。(著者抄録)

シソーラス用語： *データ ,  *リンク結合 ,  構造形成 ,  *ニューラルネットワーク ,  学習 ,  忘却 ,  減少 ,  性質 ,  効果 ,  速度
準シソーラス用語： *LOD【コンピュータ技術】 ,  スキル学習 ,  モジュラ性 ,  改善効果 ,  学習速度 ,  軽減 ,  構造化 ,  再学習

分類 (1件)： 計算機網  (JC03000K)

引用文献 (15件)：

• C. Bizer, T. Heath, and T. Berners-Lee, ′′Linked data-the story so far,′′ International Journal on Semantic Web and Information Sys-tems, pp. 1-22, Mar. 2009.
• F. Matsumura, T. Kamura, F. Kato, I. Kobayashi, T. Takahashi, H. Ueda, I. Ohmukai, and H. Takeda,′′LODAC museum: Integra-tion and utilization of linked open data in museums,′′ in Proceedings of The 26th Annual Conference of the Japanese Society for Arti cial Intelligence, pp. 1-4, June 2012.
• S. Taniguchi,′′Bibframe and its issus,′′ Journal of Information Pro-cessing and Management, pp. 20-27, Apr. 2015.
• V. Presutti, L. Aroyo, A. Adamou, B. Schopman, A. Gangemi, and G. Schreiber, ′′Extracting core knowledge from linked data,′′ in Proceedings of the Second International Conference on Consuming Linked, pp. 37-48, Oct. 2011.
• P. Jain, P. Hitzler, A. P. Sheth, K. Verma, and P. Z. Yeh,′′Ontology alignment for linked open data,′′ in Proceedings of International Se-mantic Web Conference, pp. 402-417, Nov. 2010.

タイトルに関連する用語 (4件)： 構造化 ,  ニューラルネットワーク ,  手法 ,  提案