2026-03-15T21:08:57Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00204095 2025-01-19T20:19:45Z 1164:4619:10081:10166

深層学習のハイパパラメータ最適化における Nelder-Mead 法の初期値評価 竹長, 慎太朗 渡邊, 修平 野村, 将寛 尾崎, 嘉彦 大西, 正輝 波部, 斉 深層学習においてハイパパラメータは精度向上に大きな影響を与え，Nelder-Mead 法は深層学習のハイパパラメータ最適化手法において高い探索性能を持つことが知られている．一般的には，Nelder-Mead 法の初期シンプレックスはランダムに決定されることが多いが，探索性能は初期シンプレックスの形状に依存するため適切な初期シンプレックスを決める必要がある．これまで，Pfeffer，Nash，Han，Varadhan らは探索範囲内に，シンプレックスを生成するための一つの開始点を決め，そこから初期シンプレックスを生成する手法を提案している．本研究では，これらの初期シンプレックスの生成手法が深層学習の精度向上にどのように貢献するかを明らかにする． 情報処理学会 2020-03-09 jpn technical report https://ipsj.ixsq.nii.ac.jp/records/204095 2188-8701 AA11131797 研究報告コンピュータビジョンとイメージメディア（CVIM） 2020-CVIM-221 28 1 6 https://ipsj.ixsq.nii.ac.jp/record/204095/files/IPSJ-CVIM20221028.pdf application/pdf 2.9 MB