文献

J-GLOBAL ID：201802289935325632   整理番号：18A0137365

深部成長学習【Powered by NICT】

Deep Growing Learning

著者 (4件)： Wang Guangcong ,  Xie Xiaohua ,  Lai Jianhuang ,  Zhuo Jiaxuan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 2831-2839  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 半教師つき学習(SSL)は機械学習における大量のラベル無しデータを完全に利用する輸入パラダイムである。限られたラベル付きデータ,特に深いニューラルネットワークのような複雑なモデルに上で訓練された場合,SSLのボトルネックは過剰適合問題である。このボトルネックを逃れるため,深いニューラルネットワーク,すなわち深部成長学習(DGL)に対するバイオインスパイアードSSLフレームワークを提案した。特に,EMプロセス,深層ネットワークは,畳込み層を成長させると訓練のための信頼性のある擬似ラベル付きデータを自動的に選択間の反復交互としてSSLを定式化した。DGLは浅いニューラルネットワークはラベル付きデータを用いて訓練されることを保証し,一方深いニューラルネットワークは成長量信頼できる擬似ラベル付きデータを用いて訓練される,過剰適合問題を軽減した。異なる視覚認識タスク上での実験を行い,DGLの有効性を検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *深部 ,  定式化 ,  *学習 ,  畳込み ,  機械学習 ,  ニューラルネットワーク ,  深層 ,  信頼性 ,  ネットワーク ,  視認
準シソーラス用語： 半教師つき学習 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 深部 ,  成長 ,  学習