ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2019-03-04 17:00
積層自己符号化器における人が理解できる深層学習を目指して
○石川眞澄(九工大) NC2018-62
抄録 (和) 深層学習の進展はめざましく,その認識性能は人を凌駕するとも言われている.ただ,獲得された特徴量は判然とせず,深層学習の判断理由も人には分からないことが多い.1990年代のニューラルネットワークも同様の指摘がなされ,筆者は忘却(L1ノルム,ラプラス正則化とも呼ぶ)等の提案によりその解決を目指した.本稿では,この提案を深層学習向けに拡張した方法を提案する.非線形系である深層学習ではL1ノルムのみでは分散表現が出現することが多く,人の理解を妨げる.このため,L1ノルムに加えて,構造分割,選択的L1ノルム,隠れ層活性度正則化等を併用する方法を提案する.本提案を深層学習の一つである積層自己符号化器に適用し,スパース化及び意味付け獲得の有効性を検証する. 
(英) Recent progress of deep learning(DP) is remarkable and its recognition ability is said to surpass that of humans. The acquired features, however, are not clear to humans. In many cases, basis of judgement by DP is not known. In 1990s the author proposed l1-norm to make neural networks understandable. In DP, nonlinear in nature, l1-norm alone is not enough to understand the resulting model due to distributed representations. The present paper proposes to extend the previous proposal by jointly using selective l1-norm, hidden neurons activation regularization and so forth, and applies it to real data to verify that sparsity obtained and meaning of hidden neurons attached are effective.
キーワード (和) 深層学習 / 積層自己符号化器 / 理解できるAI / L1ノルム / ニューラルネットワーク / / /  
(英) Deep learning / Stacked autoencoders / Understandable AI / l1- norm / Neural networks / / /  
文献情報 信学技報, vol. 118, no. 470, NC2018-62, pp. 99-104, 2019年3月.
資料番号 NC2018-62 
発行日 2019-02-25 (NC) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NC2018-62

研究会情報
研究会 NC MBE  
開催期間 2019-03-04 - 2019-03-06 
開催地(和) 電気通信大学 
開催地(英) University of Electro Communications 
テーマ(和) NC, ME, 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NC 
会議コード 2019-03-NC-MBE 
本文の言語 日本語 
タイトル(和) 積層自己符号化器における人が理解できる深層学習を目指して 
サブタイトル(和)  
タイトル(英) Towards understandable deep learning in stacked autoencoders 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep learning  
キーワード(2)(和/英) 積層自己符号化器 / Stacked autoencoders  
キーワード(3)(和/英) 理解できるAI / Understandable AI  
キーワード(4)(和/英) L1ノルム / l1- norm  
キーワード(5)(和/英) ニューラルネットワーク / Neural networks  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 石川 眞澄 / Masumi Ishikawa / イシカワ マスミ
第1著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: Kyutech)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2019-03-04 17:00:00 
発表時間 25分 
申込先研究会 NC 
資料番号 NC2018-62 
巻番号(vol) vol.118 
号番号(no) no.470 
ページ範囲 pp.99-104 
ページ数 6 
発行日 2019-02-25 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会