@techreport{oai:ipsj.ixsq.nii.ac.jp:00214298,
 author = {邉見, 貴彦 and 加藤, 毅},
 issue = {1},
 month = {Dec},
 note = {画像処理タスクにおいて大きな成功を収めている畳み込みニューラルネットワーク (CNN) は，畳み込み層やプーリング層など，さまざまな種類の層を組み合わせて構成される深層ニューラルネットワークの一種である．CNN の学習の安定性は，重みの初期値に依存することが知られている．現在，初期化で標準的に用いられているのは，He らによって開発された Kaiming 法である．この手法は CNN の構造を単純化して導出されており，特にプーリング演算は完全に無視されていた．本研究では，プーリング演算を含む CNN の構造を改めて定式化しなおし，このモデルに基づいて初期化法を導出した．また，この新しい初期化法の性能を，従来の初期化法と比較して検証した．ソースコード: https://github.com/hecwitane/ASV-pub/},
 title = {CNN初期化のためのプーリング層のモデリング},
 year = {2021}
}