文献

J-GLOBAL ID：201902214895021678   整理番号：19A1928370

機械学習応用システムのテストにおける入力空間分割の評価

著者 (2件)： 石川冬樹 (国立情報学研) ,  徳本晋 (富士通研)
資料名： 日本ソフトウェア科学会研究会資料シリーズ(Web)
号： 87  ページ： 65-67 (WEB ONLY)  発行年： 2019年 
JST資料番号： U1180A  ISSN： 1341-870X  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： 従来機械学習における訓練済みモデルの性能評価においては,評価データセットに対する精度等の割合指標が用いられてきた.しかし,それらの指標では,評価データセット全体に対して平均的な性能のみをとらえることになり,要求や想定環境に応じた評価の重みづけによるより細粒度の評価,重要ではない領域における評価の簡略化,あるいは効果的な再訓練などの修正指針の検討などができない.そこで本研究においては,要求や想定環境を反映するような属性を定義し,その定義に基づきテスト対象となる入力空間を分割あるいは特徴付けすることを考える.そのようなモデル評価方法の必要性,重要性を評価するため,画像データを用いた実証実験を行い,分割した空間ごとに精度が異なる例を発見した.(著者抄録)

シソーラス用語： *機械学習 ,  分割 ,  *集合 ,  精度 ,  指標 ,  *データ ,  教師つき学習 ,  *データセット ,  *画像データ ,  空間分割

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

タイトルに関連する用語 (5件)： 機械学習 ,  応用 ,  テスト ,  空間分割 ,  評価