テスト環境に対する知識制約を考慮したドメイン適応戦略

• Item type: SIG Technical Reports(1)
• 公開日: 2021-02-25
• タイトル: テスト環境に対する知識制約を考慮したドメイン適応戦略
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: セッション1-1
• 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: オムロン株式会社
• 著者所属: オムロン株式会社
• 著者所属: オムロンソーシアルソリューションズ株式会社
• 著者所属: オムロンサイニックエックス株式会社
• 著者名: 武良, 盛太郎; 広橋, 佑紀; 岡本, 大和; 橋本, 敦史
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 機械学習モデルを顧客環境に導入する際には，初期状態で得られるデータが少ないため有効性を示せず，顧客の期待を得られない場合がある．これは一種のコールド・スタート問題と捉えられる．本研究では，機械学習モデルにおけるコールド・スタート問題を解決すべく，その原因の 1 つであるドメインシフトを解消するドメイン適応戦略を提案する．ドメイン適応は，テスト環境のデータと教師ラベルの利用可能な量に応じて難易度が変わるため，その制約ごとに問題設定が提案されてきた．しかし，実用上は，ドメイン適応先のデータが得られずとも，モデルの用途や現場作業者の知見から実データ以外の情報を先見知識として類推可能な場合がある．そこで我々は，機械学習モデルの社会実装における新たな知識制約として，先見知識が利用可能な状況でのドメイン適応手法を提案する．さらに，少量のテスト環境データを活用できる場合において，知識制約が変化したとしても，構築したモデルを迅速に適応可能な手法を提案する．評価実験では，複数のドメインを持つ画像データセットを用いて，従来手法よりも高精度のドメイン適応を可能にした結果を示す．
• 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: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2021-CVIM-225, 号 2, p. 1-5, 発行日 2021-02-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• 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