事前定義計算モジュールの組込みによる隠れパラメータの誘導と深層学習の性能向上

DOI

書誌事項

タイトル別名
  • Performance Enhancement of Deep Learning with Hidden Parameter Inductions by Grafting a Pre-Defined Computation Module

抄録

従来の深層学習の多くは,与えられた入出力データに対して推定誤差を最小化するend-to-endの学習過程を採用している.そのため,学習後のネットワークが機能するメカニズムを理解することは困難であった.一方で,我々は対象タスクに関するパラメータ間の関係(例えば,物体の運動やカメラ投影など)について事前に十分な知識をもつ場合が少なくない.本論文では,このような対象タスクに関する既知の関係を,事前定義された計算モジュールとしてニューラルネットワークに統合する方法を提案する.統合されたネットワークは,従来と同様のend-to-endの学習を可能としながら,その学習過程では,組み込まれた計算モジュールが必要とする隠れパラメータを推定するネットワークが自動的に誘導される.実験では,提案手法を顔画像から2次元眼球位置を推定するタスクに適用し,透視投影の幾何学的計算を行う計算モジュールをニューラルネットワークに組み込んだ.実験の結果,計算モジュールの組込みによって2次元眼球位置推定精度が向上すること,統合されたネットワークが隠れパラメータである3次元眼球位置の推定機能を獲得していることを確認した.

収録刊行物

関連プロジェクト

もっと見る

詳細情報 詳細情報について

  • CRID
    1390858529773433984
  • DOI
    10.14923/transinfj.2022pdp0026
  • ISSN
    18810225
    18804535
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • KAKEN
  • 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