| Item type |
National Convention(1) |
| 公開日 |
2024-03-01 |
| タイトル |
|
|
タイトル |
深層学習識別器の効果的な事前学習のためのフラクタル画像を用いたデータ拡張 |
| 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 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者所属 |
|
|
|
近畿大 |
| 著者名 |
吉岡, 雄健
舩津, 朋和
永岡, 隆
小塚, 健倫
根本, 充貴
山田, 誉大
木村, 裕一
石井, 一成
波部, 斉
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
深層学習による画像分類では事前学習に用いるデータセットが分類の精度を左右することが知られている。深層学習モデルの複雑化に伴い、必要な事前学習用データセットの規模は増加傾向にあるが、その作成は人的、時間的コストがかかる。これは、医用画像処理において特に顕著である。自然画像の分類に対しては、フラクタル画像を用いた事前学習用データセットの作成が提案されている。本稿では、このアイデアを医用画像分類に適用し、深層学習モデルの事前学習のための、フラクタル画像を使用したデータ拡張を提案する。特に、フラクタル画像生成パラメータの選択が精度にどのような影響があるかを明らかにする。 |
| 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86回全国大会講演論文集
巻 2024,
号 1,
p. 629-630,
発行日 2024-03-01
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |