WEKO3
-
RootNode
アイテム
物体らしさを用いたFew-Shot Learningのためのデータ増強アプローチの検討
https://ipsj.ixsq.nii.ac.jp/records/205188
https://ipsj.ixsq.nii.ac.jp/records/2051880e94a102-c1e6-4ef0-91ae-319a4896d3cb
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z82-5P-08.pdf (533.2 kB)
|
Copyright (c) 2020 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2020-02-20 | |||||||||
| タイトル | ||||||||||
| タイトル | 物体らしさを用いたFew-Shot Learningのためのデータ増強アプローチの検討 | |||||||||
| 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 | ||||||||||
| 名城大 | ||||||||||
| 著者所属 | ||||||||||
| 名城大 | ||||||||||
| 著者名 |
松見, 進
× 松見, 進
× 山田, 啓一
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 機械学習分野において，少数のサンプルから学習をする問題Few-Shot Learningが注目されている．本研究では一般画像を対象としたFew-Shot Learningの精度を改善するために物体らしさを用いて学習データを増強する手法を検討した．一般画像におけるFew-Shot Learningの誤分類を分析した結果，誤りの多くは画像中のクラスを表している物体を推定できていないことが原因であると分かった．そこで，物体らしい領域を抽出し，学習データに加えることで誤分類を改善する手法の有効性を評価した．その結果，物体らしさを利用した手法は元の学習データの5倍までのデータ増強において，ランダム切り出しを用いた手法よりも精度が高くなることが分かった． | |||||||||
| 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82回全国大会講演論文集 巻 2020, 号 1, p. 135-136, 発行日 2020-02-20 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
