深層学習のフィーチャに基づく学習モデル設計方法の提案と評価

• Item type: SIG Technical Reports(1)
• 公開日: 2019-02-28
• タイトル: 深層学習のフィーチャに基づく学習モデル設計方法の提案と評価
• タイトル / 言語: en
• タイトル: A Feature-Based Design Method of Learning Model for Deep Learning and its Evaluation
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械学習と自然言語処理，学生セッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 南山大学理工学部ソフトウェア工学科
• 著者所属: 南山大学理工学部ソフトウェア工学科
• 著者所属: 南山大学理工学部ソフトウェア工学科
• 著者所属: 南山大学理工学部ソフトウェア工学科
• 著者所属(英): en
• 著者所属(英): Dep. of Software Engineering, Nanzan University
• 著者所属(英): en
• 著者所属(英): Dep. of Software Engineering, Nanzan University
• 著者所属(英): en
• 著者所属(英): Dep. of Software Engineering, Nanzan University
• 著者所属(英): en
• 著者所属(英): Dep. of Software Engineering, Nanzan University
• 著者名: 太田, 龍之介; 玉置, 悠斗; 高井, 直哉; 青山, 幹雄
• 著者名(英): Ryunosuke, Ota; Yuto, Tamaki; Naoya, Takai; Mikio, Aoyama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 深層学習において要求する認識精度を達成する学習モデルを安定して生成するためには学習過程が分析可能な開発方法が必要である．しかし，データが学習に与える影響の分析が困難なため発見的な開発になっている．本稿では深層学習のフィーチャ （特徴量） に基づく学習モデル設計方法を提案する．学習過程における予測誤差とフィーチャの関係を分析することで段階的な開発を行う．訓練とテストの仮説検証型の二重反復開発プロセスによるそれぞれの誤差曲線の特性を活かした分析により，各反復での追加データを制御することで深層学習モデルを生成する．プロトタイプを実装し実データに適用することで提案方法の有効性と妥当性を評価する．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112981
• 書誌情報: 研究報告ソフトウェア工学（SE）; 巻 2019-SE-201, 号 13, p. 1-8, 発行日 2019-02-28
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8825
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会