WEKO3
アイテム
Deep Learning向けData Augmentationの評価手法の提案-Fréchet Inception Distanceに基づく方法-
https://ipsj.ixsq.nii.ac.jp/records/196813
https://ipsj.ixsq.nii.ac.jp/records/196813956cf505-94df-4baf-8e1c-0ea848bfa305
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z81-4R-04.pdf (432.7 kB)
|
Copyright (c) 2019 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2019-02-28 | |||||||||||
| タイトル | ||||||||||||
| タイトル | Deep Learning向けData Augmentationの評価手法の提案-Fréchet Inception Distanceに基づく方法- | |||||||||||
| 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 | ||||||||||||
| 神奈川大 | ||||||||||||
| 著者所属 | ||||||||||||
| 神奈川大 | ||||||||||||
| 著者所属 | ||||||||||||
| 神奈川大 | ||||||||||||
| 著者名 |
小林, 賢一
× 小林, 賢一
× 辻, 順平
× 能登, 正人
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | Deep Learning には大量の学習データが必要であり，データの収集が困難な場合においては，data augmentation (DA) という手法が提案されている．DAには，データセット毎に適したパラメータや手法の組み合わせ法があることが知られているが，それらを効果的に見つけるための手法は存在しない．そこで本研究では， DAにより拡張した学習データの良し悪しを評価する指標にFréchet Inception Distance (FID)を用いることを提案する．この指標を用いることで，最適なDAの適用をするための試行をすることなくデータセットに適したDAを見つけることが可能となる．本研究では，学習データの集合と検証データの集合の間のFIDを測定し，FIDの大小と正答率の間に相関があることを明らかにした． | |||||||||||
| 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81回全国大会講演論文集 巻 2019, 号 1, p. 181-182, 発行日 2019-02-28 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
