WEKO3
アイテム
Deep Learning におけるコストを考慮した Dropout率制御に関する検証
https://ipsj.ixsq.nii.ac.jp/records/164221
https://ipsj.ixsq.nii.ac.jp/records/164221f6d4bc3d-5fc2-4eb2-b5f8-3a2b3eed8d44
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z77-2D-05.pdf (1.3 MB)
|
Copyright (c) 2015 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | National Convention(1) | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2015-03-17 | |||||||||||||||
| タイトル | ||||||||||||||||
| タイトル | Deep Learning におけるコストを考慮した Dropout率制御に関する検証 | |||||||||||||||
| 言語 | ||||||||||||||||
| 言語 | jpn | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | 人工知能と認知科学 | |||||||||||||||
| 資源タイプ | ||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||||
| 資源タイプ | conference paper | |||||||||||||||
| 著者所属 | ||||||||||||||||
| 琉球大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 琉球大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 琉球大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 琉球大 | ||||||||||||||||
| 著者所属 | ||||||||||||||||
| 琉球大 | ||||||||||||||||
| 著者名 |
玉城, 翔
× 玉城, 翔
× 當間, 愛晃
× 赤嶺, 有平
× 山田, 孝治
× 遠藤, 聡志
|
|||||||||||||||
| 論文抄録 | ||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||
| 内容記述 | 入力データからの特徴抽出器としての機能を持つニューラルネットにおいて、深い階層構造の構築は、より抽象度の高い特徴表現の獲得を可能にしている。更に、この特徴の汎化能力の向上にDropoutという技術が大きく貢献している。このDropoutにおいて経験的観点でのパラメータ設定が通例だが、その理由や妥当性については十分な検証がされていない。パラメータ設定によっては学習コストが高くなることも想定されるが、問題の複雑さ、用意したニューロン数、接続前後のニューロン状況等に応じて適切なDropout率があると考えられる。そこで、我々はニューラルネットにおける評価関数の値を使い、最適なDropout率の設定が可能かどうかの検証をする。 | |||||||||||||||
| 書誌レコードID | ||||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||||
| 収録物識別子 | AN00349328 | |||||||||||||||
| 書誌情報 |
第77回全国大会講演論文集 巻 2015, 号 1, p. 47-48, 発行日 2015-03-17 |
|||||||||||||||
| 出版者 | ||||||||||||||||
| 言語 | ja | |||||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||||
