文献

J-GLOBAL ID：201902247287357075   整理番号：19A2443726

深層学習試験基準のための必須多様性の調査について【JST・京大機械翻訳】

On the Investigation of Essential Diversities for Deep Learning Testing Criteria

著者 (2件)： Zhang Zhiyi (Wuhan University, Wuhan, China) ,  Xie Xiaoyuan (Wuhan University, Wuhan, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： QRS  ページ： 394-405  発行年： 2019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： 近年,システムのロバスト性と信頼性を保証するために,深い学習システムのためのより多くの試験基準が提案されている。これらの基準は多様性の異なる視点に基づいて定義された。しかしながら,深い学習システムに対する試験基準により考慮されるべき最も本質的な多様性に関する包括的な研究は欠けている。そこで本論文では,深い学習モデルのテスト多様性と誤った挙動の間の関係を調べるための経験的研究を行った。著者らは,ニューロン活動における多様性を反映するために5つの計量を定義し,誤った挙動を検出するために変成試験を行った。計量と誤った挙動の間の相関を調べた。著者らはまた,定義された計量の指針の下で,テストスイートの品質を測定するために,さらなるステップを進める。本結果は,良好な故障検出能力を示すための試験基準に対する本質的多様性に関する包括的洞察を提供した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  信頼性 ,  学習モデル ,  故障検出 ,  *品質
準シソーラス用語： 神経活動 ,  学習支援システム ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 深層学習 ,  試験 ,  多様性 ,  調査