乱数重みニューラルネットワークにおけるアンサンブル学習の研究

• Item type: SIG Technical Reports(1)
• 公開日: 2021-06-17
• タイトル: 乱数重みニューラルネットワークにおけるアンサンブル学習の研究
• タイトル / 言語: en
• タイトル: A Study of Ensemble Learning for Randomly Weighted Neural Network
• 言語: jpn
• 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: 東京工業大学AIコンピューティング研究ユニット
• 著者所属: 東京工業大学AIコンピューティング研究ユニット
• 著者所属: 東京工業大学AIコンピューティング研究ユニット
• 著者所属: 東京工業大学AIコンピューティング研究ユニット
• 著者所属: 東京工業大学AIコンピューティング研究ユニット
• 著者所属: 東京工業大学AIコンピューティング研究ユニット
• 著者所属: 東京工業大学AIコンピューティング研究ユニット
• 著者所属(英): en
• 著者所属(英): AI Computing Research Unit, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): AI Computing Research Unit, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): AI Computing Research Unit, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): AI Computing Research Unit, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): AI Computing Research Unit, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): AI Computing Research Unit, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): AI Computing Research Unit, Tokyo Institute of Technology
• 著者名: 大越, 康之; 廣瀬, 一俊; 安藤, 洸太; 川村, 一志; ティエム, ヴァン チュ; 本村, 真人; 劉, 載勲
• 著者名(英): Yasuyuki, Okoshi; Kazutoshi, Hirose; Kota, Ando; Kazushi, Kawamura; Thiem, Van Chu; Masato, Motomura; Jaehoon, Yu
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，重みの値を学習する代わりに，乱数重みの結合を学習する深層ニューラルネットワークが提案され， 膨大な重み係数の格納に必要なメモリリソースを大幅に削減できる可能性が示された．本研究では，乱数重みを用いたニューラルネットワークに対して様々なアンサンブル学習を適用し計算量と推論精度の解析を行い，更なるトレードオフの改善を目指した．ResNet18 と CIFAR-100 を用いた評価実験では，アンサンブル学習を適用することで既存の乱数重みネットワークに対し最大 3% の精度向上を実現した．
• 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: AN10438399
• 書誌情報: 研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2021-AVM-113, 号 7, p. 1-6, 発行日 2021-06-17
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8582
• 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