深いResidual blockをもったニューラルネットワークの実験的検討

DOI

書誌事項

タイトル別名
  • Experimental Investigation of Neural Network with Deep Residual Block

この論文をさがす

説明

画像認識には畳み込みニューラルネットワークがよく用いられている．中でもResidual blockと呼ばれるモジュールを繰り返すResNetと呼ばれる手法から派生した手法がよく提案されている．識別性能を向上させるためにこれらの派生手法で用いられている戦略として，より多くのモジュールで処理を分担し各モジュールには単純な変換を行わせる戦略と，複雑な変換を行えるモジュールを少数だけ用いる戦略が挙げられる．本研究ではモジュール内において，より複雑な変換を行えるようにすべくより深い層構造の新しいモジュールを提案するとともに，上記二つの内どちらの戦略がパラメータ効率良く識別性能を向上させられるのかを調べた．本研究では従来手法と提案手法をCIFAR10とCIFAR100を用いて比較した結果，提案手法はCIFAR10では従来手法と同程度の識別率で，CIFAR100においてはわずかに劣る識別率でありながら，パラメータ数を3分の2以下に削減することができた．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390845712976097664
  • DOI
    10.14923/transinfj.2017iup0011
  • ISSN
    18810225
    18804535
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ