文献

J-GLOBAL ID：202102246636364802   整理番号：21A2826635

ニューラルネットワークのための改良型(敵対)リプログラミング技術【JST・京大機械翻訳】

An Improved (Adversarial) Reprogramming Technique for Neural Networks

著者 (3件)： Kloberdanz Eliska (Department of Computer Science, Iowa State University, Ames, IA, USA) ,  Tian Jin (Department of Computer Science, Iowa State University, Ames, IA, USA) ,  Le Wei (Department of Computer Science, Iowa State University, Ames, IA, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12891  ページ： 3-15  発行年： 2021年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ニューラルネットワークは,最初に訓練されたタスクとは異なる新しいタスクを実行するために,敵対的リプログラミングを介して再利用できる。本論文では,事前研究と比較して,新しい改良リプログラミング技術を導入し,より良い精度,スケーラビリティを達成し,より複雑なタスクにうまく応用できる。以前の文献はリプログラミングの潜在的悪意のある利用に焦点を合わせているが,リプログラミングは効率的な訓練法として見ることができると主張する。このリプログラミング法は,既存の事前訓練モデルを再利用し,新しいタスクを実行するために容易にリプログラミングできる。この技法は,スクラッチからの新しいモデル訓練と比較して,多くの労力とハイパーパラメータチューニングを必要とする。したがって,著者らの改良およびスケーラブルリプログラミング法は,ニューラルネットワークモデルを作成するための新しい方法になる可能性を有すると信じる。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  同調 ,  再利用 ,  機械学習
準シソーラス用語： 神経回路網モデル ,  *リプログラミング ,  ハイパーパラメータ , 【Automatic Indexing@JST】

著者キーワード (3件)： 敵対的機械学習 ,  効率的な深層学習 ,  プログラミング

分類 (1件)： 細胞生理一般  (EF02010S)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  敵対 ,  リプログラミング