AutoCl:モデル性能に基づく自動深層学習分類器推薦のための視覚的対話型システム【JST・京大機械翻訳】

Ahmed Fuad; Ferdows Rubayea; Islam Md Rafiqul; Kamal Abu Raihan M.

プレプリント

J-GLOBAL ID：202202212149952685 整理番号：22P0294540

AutoCl:モデル性能に基づく自動深層学習分類器推薦のための視覚的対話型システム【JST・京大機械翻訳】

AutoCl : A Visual Interactive System for Automatic Deep Learning Classifier Recommendation Based on Models Performance

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 (4件)： , , ,
資料名：
発行年： 2022年02月24日プレプリントサーバーでの情報更新日： 2022年02月24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)

今日,深層学習(DL)モデルは,様々な分野,技術的専門知識のない人々,およびドメイン知識が,それらのタスクのための適切なモデルを見つけるのに苦しんでいる。本論文では,適切なDL分類器を採用するために,非専門家を支援するための視覚対話型推薦システムを提案する。提案システムでは,ユーザが様々なハイパーパラメータ設定で訓練された複数の分類器の性能と挙動を比較し,また,適切なハイパーパラメータを持つ最良の分類器を自動的に推薦できる。いくつかの最近のAutoMLシステムに対するAutoClの特徴を比較し,DL分類器の選択において,非専門家がより良く役立つことを示した。最後に,このシステムの能力を示すために,公的に利用可能なデータセットを用いた画像分類のための使用事例を示した。【JST・京大機械翻訳】

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

人工知能

, , , , ,

前のページに戻る