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。
構造再パラメータ化(Rep)法は,従来の畳み込みネットワーク上で顕著な性能改善を達成した。ほとんどの現在のRep法は,再パラメタリゼーション操作を選択するための事前知識に依存する。しかしながら,アーキテクチャの性能は,操作のタイプと事前知識によって制限される。この制約を破るために,本研究では,再パラメタリゼーション操作のより多くのタイプを含む改良再パラメタリゼーション探索空間を設計した。具体的には,畳み込みネットワークの性能は探索空間によりさらに改善できる。この探索空間を効果的に探索するために,自動再パラメタリゼーション強化戦略を,優れた再パラメータ化アーキテクチャを検索できるニューラルアーキテクチャ探索(NAS)に基づいて設計した。さらに,再パラメタリゼーションアーキテクチャの形成の理由を解析するために,アーキテクチャの出力特徴を可視化した。公開データセット上で,より良い結果を達成した。ResNetと同じ訓練条件の下で,著者らはImageNet-1kで1.82%のResNet-50の精度を改善した。【JST・京大機械翻訳】