文献

J-GLOBAL ID：202202226597308486   整理番号：22A0446381

半教師つき学習のための一貫性正則化の再検討【JST・京大機械翻訳】

Revisiting Consistency Regularization for Semi-supervised Learning

著者 (3件)： Fan Yue (Max Planck Institute for Informatics, Saarbruecken, Germany) ,  Kukleva Anna (Max Planck Institute for Informatics, Saarbruecken, Germany) ,  Schiele Bernt (Max Planck Institute for Informatics, Saarbruecken, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13024  ページ： 63-78  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 一貫性正則化は,半教師つき学習(SSL)のための最も広く使用された技術の1つである。一般的に,目的は,様々なデータ増強に不変であるモデルを訓練することである。本論文では,このアイデアを再検討し,異なる拡張画像からの特徴間の距離の減少による不変性の強制が性能の改善につながることを見出した。しかし,その代わりに,特性距離を増加させることによって,等分散を奨励することは,さらに性能を改善した。この目的のために,分類器と特徴レベルに対して,それぞれ一貫性と等分散を課す,単純だが効果的な技法であるFeatDistLossにより,改善された一貫性正則化フレームワークを提案した。実験結果は,著者らのモデルが,様々なデータセットと設定のための最新の技術を定義し,特に低データ領域において,著しいマージンによって以前の研究を凌ぐことを示した。広範な実験を行い,この方法を解析し,コードを公表した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *正則化 ,  不変性
準シソーラス用語： *半教師つき学習 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 半教師つき学習 ,  正則化