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。
メタラーニングアプローチでは,どの種類の表現がモデルを採用するかを意味させるための実践者にとって難しい。この能力なしで,どのモデルが意味ある補正を知っているかを理解するのは難しい。これらの課題に取り組むために,入力を再構成するのに適した埋込み空間を訓練することにより,プロトタイプネットワークへの解釈可能性を構築するAutoProtoNetを導入し,一方,少数ショット学習に対して便利である。この埋込み空間における点がどのように可視化され,クラス表現を理解するために使用できるかを示した。また,プロトタイプ精密化法を考案し,ヒトが不適切な分類パラメータをデバッグすることを可能にした。カスタム分類タスクにこのデバッギング技術を用い,それが,インザイス画像からなる検証セットで精度改善を導くことを見出した。メタ学習手法における解釈可能性を提唱し,メタ学習アルゴリズムを強化するための人間に対する対話型方法があることを示した。【JST・京大機械翻訳】