深いオートオーグメント【JST・京大機械翻訳】

Zheng Yu; Zhang Zhi; Yan Shen; Zhang Mi

プレプリント

J-GLOBAL ID：202202212201506516 整理番号：22P0302822

深いオートオーグメント【JST・京大機械翻訳】

Deep AutoAugment

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03月11日プレプリントサーバーでの情報更新日： 2022年03月15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)

最近の自動データ増強法は最先端の結果をもたらすが,それらの設計空間と導出データ増強戦略は,まだ強い人間事前を組み入れている。本研究では,検索されたデータ増強と並んで,一組の手に隠されたデフォルト増大を固定する代わりに,筆者らは,ディープオートオーグメント(DeepAA)というデータ増強探索のための完全自動化アプローチを提案した。深いAAは,収束に達するまでの時間において,積層増強層によってスクラッチから多層データ増強パイプラインを次第に構築する。各増強層に対して,政策を最適化し,低分散の方向に沿ったオリジナルと拡張データの勾配間の余弦類似性を最大化した。著者らの実験は,デフォルト増大なしでさえ,以前の研究のそれによって強い性能を達成する強化政策を学習できることを示した。大規模なアブレーション研究は,正則化勾配マッチングがデータ増強政策のための有効な探索方法であることを示した。このコードはhttps://github.com/MSU MLSys Lab/DeepAAで利用可能である。【JST・京大機械翻訳】

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

その他の汚染原因物質 , LCR部品 , 生体計測 , 液体クロマトグラフィー , 半導体薄膜

前のページに戻る