VGGモデルの視覚野的解釈における解析

• Item type: SIG Technical Reports(1)
• 公開日: 2023-03-02
• タイトル: VGGモデルの視覚野的解釈における解析
• タイトル / 言語: en
• タイトル: Analysis of VGG model through interpretation in terms of visual cortex
• 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: 電気通信大学大学院
• 著者所属: ソニーグループ株式会社R&Dセンター基盤技術研究開発フィールドTokyo Laboratory 19
• 著者所属: 日本電信電話株式会社コンピュータ&データサイエンス研究所
• 著者所属: 電気通信大学大学院
• 著者所属(英): en
• 著者所属(英): The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): Sony Group Corporation R&D Center Fundamental Tech. Research & Dev. Field Tokyo Laboratory
• 著者所属(英): en
• 著者所属(英): NTT Computer and Data Science Laboratories, NTT Corporation
• 著者所属(英): en
• 著者所属(英): The University of Electro-Communications
• 著者名: 樋口, 陽光; 寺元, 陶冶; 鈴木, 聡志; 庄野, 逸
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: CNN は画像をはじめとする様々なタスクで著しい成功を収めている．その発展に伴い，CNN が大規模データセットからどのような特徴を獲得し，その情報を処理しているのか，ということに関心が高まっている．先行研究として，寺元ら [1]は，様々なタスクに応用されている VGG モデルという CNN を対象に，大規模自然画像データセットから獲得した特徴に対して視覚野的な観点から解析を行った．寺元らは，VGG モデルのそれぞれの畳み込みフィルタが獲得する特徴を可視化して，あるフィルタとその隣接する層を結ぶ係数によりソートした結果，特徴間には連続性が見られることを確認した．しかし，寺元らの研究では，VGG モデルに存在するフィルタのうち少数に着目していたため，VGG モデル全体の中でどのような特徴を獲得するフィルタが存在するのかは明らかになっていない．本研究では，寺元らの研究で対象としていなかったフィルタを含めて調査し，それぞれのフィルタが獲得する特徴を確認することを試みた．具体的には，それぞれのフィルタが好む入力に対し，VGG モデルの中間層の特徴表現を用いてクラスタリングを行い，得られたクラスタごとに解釈を試みた．その結果，寺元らが確認したフィルタは各層において相対的に低次の特徴に反応するフィルタであることが確認できた．このことから，寺元らが VGG モデルにおいて確認した特徴を連続的に集積する働きは，低次の特徴の獲得と関係があることが示唆される．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Convolutional Neural Networks CNNs have achieved remarkable success in a variety of tasks, including image processing. With the development of CNNs, there has been a growing interest in what features they acquire from large datasets and how they process the information. In a previous study, Teramoto et al. analyzed features acquired from a large-scale natural image dataset from a visual cortex perspective using a CNN called the VGG model. Teramoto et al. visualized the features acquired by each convolutional filter of the VGG model and sorted them according to the coefficients connecting a filter and its neighbors, and confirmed that there was continuity among the features. However, because Teramoto et al. focused on a small number of filters in the VGG model, it was not clear what features the filters responded to in the VGG model as a whole. In this study, we investigated filters that were not included in Teramoto et al.'s study, and attempted to confirm the features acquired by each filter. Specifically, we performed clustering on the input preferred by each filter using the feature representation of the middle layer of the VGG model, and attempted to interpret each of the clusters obtained. As a result, it was confirmed that the filters identified by Teramoto et al. were filters that responded to relatively low-order features in each layer. This results suggests that the function of continuously accumulating features identified by Teramoto et al. in the VGG model is related to the acquisition of lower-order features.
• 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: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2023-MPS-142, 号 6, p. 1-5, 発行日 2023-03-02
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• 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