| 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 | 2020-10-01 13:00 画像の視覚情報保護を考慮した機械学習のための線形次元削減法の評価 ○北山昌希・小野順貴・貴家仁志（都立大）  SIS2020-13 |
|
| 抄録 | （和） | 本稿では，次元削減された画像から原画像の視覚情報を推定する際の困難さの観点から，線形次元削減法を評価する． 機械学習における次元削減は，高次元データが機械学習モデルに与える悪影響を回避するとともにデータ容量を削減するために広く利用されている． 近年ではこのような用途に加えて，プライバシーを保護した機械学習のために画像データの視覚情報を秘匿する次元削減法が研究されている． そこで，本稿ではいくつかの典型的な線形次元削減法を画像データに適用し，想定される様々な視覚情報復元攻撃に対する頑健性を実験的に評価する． |
| （英） | In this paper, linear dimensionality reduction methods are evaluated in terms of difficulty in estimating the visual information of original images from dimensionally reduced ones. Dimensionality reduction in machine learning has been widely used to avoid negative effects that high-dimensional data have on machine learning models. In recent years, dimensionality reduction methods are also used for protecting the visual information of images for privacy-preserving machine learning. In this paper, we apply typical linear dimensionality reduction methods to image data, and experimentally evaluate their robustness against various possible visual information estimation attacks. |
|
| キーワード | （和） | 次元削減 / 機械学習 / プライバシー保護 / / / / / |
| （英） | dimensionality reduction / machine learning / privacy-preserving / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 176, SIS2020-13, pp. 17-22, 2020年10月. | |
| 資料番号 | SIS2020-13 | |
| 発行日 | 2020-09-24 (SIS) | |
| 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 | SIS2020-13 |
|
| 研究会情報 | |
| 研究会 | SIS ITE-BCT |
| 開催期間 | 2020-10-01 - 2020-10-02 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | システム実現技術, 近距離通信応用システム, 知的マルチメディア処理システム，放送技術および一般 |
| テーマ（英） | System Implementation Technology, Short Range Wireless Systems, Smart Multimedia Systems, Broadcasting Technology, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2020-10-SIS-BCT |
| 本文の言語 | 日本語 |
| タイトル（和） | 画像の視覚情報保護を考慮した機械学習のための線形次元削減法の評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluation of linear dimensionality reduction methods considering visual information protection for privacy-preserving machine learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 次元削減 / dimensionality reduction |
| キーワード(2)（和/英） | 機械学習 / machine learning |
| キーワード(3)（和/英） | プライバシー保護 / privacy-preserving |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 北山 昌希 / Masaki Kitayama / キタヤマ マサキ |
| 第1著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metro. Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 小野 順貴 / Nobutaka Ono / オノ ノブタカ |
| 第2著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metro. Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ |
| 第3著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metro. Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-10-01 13:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2020-13 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.176 |
| ページ範囲 | pp.17-22 |
| ページ数 | 6 |
| 発行日 | 2020-09-24 (SIS) |
[研究会発表申込システムのトップページに戻る]