文献

J-GLOBAL ID：202002279839121782   整理番号：20A2181803

少量のラベル付きデータを用いた蚊の分類学習方法の検討

A Study on a Mosquito Classification Learning Method Using a few Labeled Data

著者 (3件)： 大城慶知 (琉球大 大学院理工学研究科) ,  遠藤聡志 (琉球大 工) ,  斎藤美加 (琉球大 医学研究科)
資料名： 情報科学技術フォーラム講演論文集  (FIT)
巻： 19th  号： 第3分冊  ページ： 5-8  発行年： 2020年08月18日 
JST資料番号： L4664A  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： ・蚊の分類学習方法を検討:ラベルのない蚊に近いデータセットを用いた教師なし事前学習を実施,小さい特徴量を分類する手法を検証。
・先行研究の再現実験等を実施:西銘らのImageNet学習済みモデルによる蚊の分類モデル(再現実験),MoCoを用いた事前学習,GradCAMによる可視化,フィルタの可視化。
・実験結果:ImageNet学習データ数120万に比して,Mocoラベルなし学習データ数2万で同じ分類精度,前者が蚊の境界線(フィルタ),後者が蚊の模様(フィルタ)-違う特徴量を重視。
・今後の課題を示唆:ImageNetの重みを生かしつつ蚊の模様(分類を捉える方法の模索,小さい特徴を生成したダミーデータの作成。

シソーラス用語： 機械学習 ,  カ科 ,  パターン分類 ,  教師なし学習 ,  重みづけ ,  評価試験 ,  可視化 ,  *特徴抽出 ,  学習モデル ,  教師つき学習 ,  物体認識 ,  画像特性 ,  類似性 ,  *分類学習 ,  再現実験 ,  物体検出 ,  ハエ目 ,  無脊椎動物
準シソーラス用語： 蚊 ,  転移学習 ,  画像特徴量 ,  類似画像

分類 (1件)： パターン認識  (JE07000S)

引用文献 (9件)：

• He, Kaiming, et al. ”Momentum contrast for unsupervised visual representation learning.” Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2020.
• Deng, Jia, et al. ”Imagenet: A large-scale hierarchical image database.” 2009 IEEE conference on computer vision and pattern recognition. Ieee, 2009.
• iNaturalist https://www.inaturalist.org
• Van Horn, Grant, et al. ”The inaturalist species classification and detection dataset.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2018.
• Devlin, Jacob, et al. ”Bert: Pre-training of deep bidirectional transformers for language understanding.” arXiv preprint arXiv:1810.04805 (2018).

タイトルに関連する用語 (4件)： ラベル ,  蚊 ,  分類 ,  学習方法