グループアンサンブル:単一コンビネットにおけるコンビネット集合の学習【JST・京大機械翻訳】

Chen Hao; Shrivastava Abhinav

プレプリント

J-GLOBAL ID：202202201780427892 整理番号：22P0166146

グループアンサンブル:単一コンビネットにおけるコンビネット集合の学習【JST・京大機械翻訳】

Group Ensemble: Learning an Ensemble of ConvNets in a single ConvNet

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年07月01日プレプリントサーバーでの情報更新日： 2020年07月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

アンサンブル学習は機械学習における精度を改善する一般的な技術である。しかし,ConvNetsアンサンブルの重い計算は,深層学習におけるその利用を制限する。本論文では,単一ConvNetにおけるConvNetの集合を組み込んだアーキテクチャであるグループアンサンブルネットワーク(GENet)を提示した。共有ベースおよびマルチヘッド構造を通して,GENetをいくつかのグループに分割して,単一ConvNetにおいて可能な明示的集合学習を行った。グループ畳込みと共有ベースにより,GENetは,単一ConvNetと同じ計算を維持しながら,明示的アンサンブル学習の利点を完全に活用できる。さらに,これらのアンサンブルメンバーを集約する3つの異なる戦略として,グループAverging,グループWaggingおよびグループブースティングを提示した。最後に,GENetは,CIFARとImageNetに関して,より大きな単一ネットワーク,より小さなネットワークの標準集合,および他の最近の最先端の方法より優れている。特に,グループアンサンブルは,ImageNet上のResNeXt-50に対して,トップ-1誤差を1.83%減少させた。また,行動認識と物体検出タスクに対するその有効性を示した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る