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。
ほとんどの最近の半教師つき深層学習(深いSSL)法は,類似のパラダイムを用いた:擬似ラベルを更新し,ネットワークパラメータを反復的に更新するために擬似ラベルを使用するためのネットワーク予測を使用する。しかし,それらは理論的サポートを欠き,予測が深い学習パラダイムにおける擬似ラベルのための良い候補である理由を説明することができない。本論文では,SSLのための深い解読(D2)という原理的エンドツーエンドフレームワークを提案した。D2フレームワークの中で,擬似ラベルが指数リンク関数によるネットワーク予測に関連し,擬似ラベルとして予測を使用するための理論的サポートを与えることを証明した。さらに,ネットワーク予測による擬似ラベルの更新がそれらを不確かにすることを実証した。この問題を緩和するために,反復再予測(R2)と呼ばれる訓練戦略を提案する。最後に,提案したR2-D2法を大規模画像Netデータセットでテストし,5パーセントポイントで最先端の方法より優れている。【JST・京大機械翻訳】