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。
銀河形態分類の目的で,ニューラル常微分方程式(NODE)と呼ばれる残差ネットワーク(ResNet)の連続深さバージョンを導入した。Galaxy Zoo 2データセットからの銀河画像の分類を行い,5つの異なるクラスから成り,画像クラスに依存して91~95%の精度を得た。随伴および適応チェックポイントアドジョイント(ACA)のような異なる数値技法を用いてNODEを訓練し,それらをResNetに対して比較した。ResNetは,時間消費アーキテクチャ選択(例えば,層数)と訓練に必要な大きなデータセットの要求のような特定の欠点を持つが,NODEはこれらの限界を克服することができる。その結果,NODEの精度はResNetと同等であり,使用したパラメータの数はResNetと比較して約1/3であり,従って,次世代調査に利益をもたらすより小さなメモリフットプリントをもたらすことが分かった。【JST・京大機械翻訳】