- 【Updated on May 12, 2025】 Integration of CiNii Dissertations and CiNii Books into CiNii Research
- Trial version of CiNii Research Automatic Translation feature is available on CiNii Labs
- Suspension and deletion of data provided by Nikkei BP
- Regarding the recording of “Research Data” and “Evidence Data”
画像の周波数成分を考慮したデータ拡張によるCNNの分布外データへの頑健性向上
Search this article
Description
畳み込みニューラルネットワーク(CNN)による画像分類は高精度であるが、adversarial examplesによって分類を誤る問題や、分布外データに対し確信度が高くなってしまう問題などが指摘されている。このようなCNNと人間との認識の差は、CNNが画像の高周波成分に依存していることが一因とされている。本研究ではCNNの振る舞いを入力画像の周波数の観点から分析し、画像の周波数成分を考慮した新たなデータ拡張の手法を検討した。そしてこのデータ拡張により学習したモデルは、分布外データへの頑健性が上がることを示した。
Journal
-
- 第84回全国大会講演論文集
-
第84回全国大会講演論文集 2022 (1), 225-226, 2022-02-17
情報処理学会
- Tweet
Keywords
Details 詳細情報について
-
- CRID
- 1050856970555956480
-
- NII Book ID
- AN00349328
-
- Text Lang
- ja
-
- Article Type
- conference paper
-
- Data Source
-
- IRDB