抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ニューラルアーキテクチャ検索(NAS)は,探索問題としてニューラルネットワークの設計を定義する。残念ながら,NASは,設計における要素の数およびそれら間の可能な接続に依存して,様々な可能性のため,計算的に集約的である。本研究では,探索時間を低減するための診断的アプローチとして,データセットサイズ(教師なしおよび教師つきケース)を低減するためのいくつかのサンプリングアプローチに基づくデータセットサイズの役割を詳細に解析した。CIFAR-100のおよそ1400の実験で,NAS-Bench-201における4つの一般的NASアプローチとこれらの技術を比較した。驚くべき知見の1つは,ほとんどの場合,訓練データの量を25%に低減でき,その結果,探索時間を25%まで低減でき,同時に,完全データセットの訓練と同じ精度を維持する。さらに,最大22p.p.精度による完全データセットから導いた部分集合外形設計に由来するいくつかの設計を行った。【JST・京大機械翻訳】