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。
バッチ正規化(BN)のバッチ中の他のサンプルに依存するユニークな特性は,シーケンスモデリングを含むいくつかのタスクに問題を引き起こすことが知られている。しかし,BN関連問題は,特徴抽出のためのCNN(畳込みニューラルネットワーク)におけるBNのユビキタス利用にもかかわらず,長いビデオ理解のためにほとんど研究されていない。特に,予め訓練された特徴抽出器の欠如が複雑な多段階訓練パイプラインに繋がった外科ワークフロー解析において,BN課題の限られた認識が訓練CNNと時間モデルの利益を最終的に隠す可能性がある。本論文では,ビデオ学習におけるBNの落とし穴を分析し,予測における’不正行為’効果のようなオンラインタスクに固有の課題を含んだ。BNの性質がエンドツーエンド学習のための主要な障害を作り出すことを観察した。しかしながら,BN無しバックボーンを用いることにより,シンプルなCNN-LSTMでさえも,時間的コンテキストを最大化する適切なエンドツーエンド訓練戦略を利用することにより,最先端技術{3つの外科ワークフローベンチマーク上でのカラー{colorrevtwo}を克服する。BNの落とし穴の認識は,手術課題における効果的なエンドツーエンド学習に重要であると結論する。自然ビデオデータセット上での結果の再現により,ここでの洞察がビデオ学習のその他の領域にも利益をもたらすことが期待される。コードはurl{https://gitlab.com/nct_tso_public/pitfalls_bn}で利用可能である。【JST機械翻訳】