文献

J-GLOBAL ID：202202290766035023   整理番号：22A0446380

条件付き敵対バイアス:バイアスデータからの不偏分類器の学習に向けて【JST・京大機械翻訳】

Conditional Adversarial Debiasing: Towards Learning Unbiased Classifiers from Biased Data

著者 (7件)： Reimers Christian (Computer Vision Group, Friedrich Schiller University Jena, Jena, Germany) ,  Reimers Christian (Institute of Data Science, German Aerospace Center (DLR), Jena, Germany) ,  Bodesheim Paul (Computer Vision Group, Friedrich Schiller University Jena, Jena, Germany) ,  Runge Jakob (Institute of Data Science, German Aerospace Center (DLR), Jena, Germany) ,  Runge Jakob (Technische Universitaet Berlin, Berlin, Germany) ,  Denzler Joachim (Computer Vision Group, Friedrich Schiller University Jena, Jena, Germany) ,  Denzler Joachim (Institute of Data Science, German Aerospace Center (DLR), Jena, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13024  ページ： 48-62  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： 分類器におけるBiasは,特に安全性およびセキュリティクリティカル領域における応用に対して,最新の深層学習法の厳しい問題である。しばしば,分類器のバイアスは,訓練セットにおけるバイアスの直接の結果であり,しばしば,関連する特徴と無関係なものの共起に起因する。この問題を緩和するために,データセットから分類器への既知のバイアスの伝搬を防ぐ学習アルゴリズムを必要とする。訓練画像のラベルに偽に接続されるが,試験画像に対するラベルに統計的に独立しているという特徴を扱う,新しい敵対的脱バイアス法を示した。脱バイアスは,この無関係な特徴を重要に同定することから分類器を停止する。関連する特徴は,自動皮膚癌検出や運転者支援のような多くのコンピュータビジョンタスクに対する広範囲のバイアス関連問題における重要な特徴と同時発生する。数学的証明によって,著者らのアプローチが上記のバイアスに対する既存の技術よりも優れていることを主張した。著者らの実験は,著者らのアプローチが,ネコとイヌの実世界画像を有するよく知られたベンチマークデータセットに関して最先端技術より優れていることを示した。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： バイアス ,  コンピュータビジョン ,  同時発生 ,  ベンチマーク ,  *学習アルゴリズム
準シソーラス用語： 分類会計機 ,  がん検出 ,  運転者支援システム ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 敵対的バイアス ,  因果律 ,  条件依存性

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 敵対 ,  バイアス ,  分類器 ,  学習