| 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 | 2020-12-18 11:15 教師あり学習による解きほぐされた特徴表現の学習 ～ 識別器を用いた特徴表現の解きほぐし ～ ○黒田修二郎・和田俊和（和歌山大）  PRMU2020-58 |
|
| 抄録 | （和） | 教師なし学習で表現学習を行うDNNモデルにVAEが存在する．VAEの学習では，入力データに関する特徴表現を潜在変数として抽出する事を学習する．教師なし学習によって学習された潜在変数は，その分布を標準正規分布に近づける事と，入出力データの誤差を最小化する事で学習されるため，人間による直感的な解釈可能性が低い．本報告では，VAEのデコーダに対して複数の識別器を接続した教師あり学習を，VAEの学習と同時に行う事で，人間による直感的な解釈可能性が高い潜在変数を学習する手法を提案する．3d shapesのデータセットを用いた実験を通じて，提案手法により潜在変数の局所的な領域で入力画像内の物体の形状/色，背景色，撮影角度などの特徴表現を学習する事が可能となる事を示す． |
| （英） | VAE is a DNN model for unsupervised representation learning. VAE learns to extract features from the input data as latent variables. The latent variables learned by unsupervised learning are optimized so as to minimize the input-output difference and discrepancy from the standard normal distribution, and therefore it is hard to interpret the meaning of individual latent variables intuitively. In this report, we propose a supervised disentangle learning method by connecting multiple classifiers to a VAE’s decoder. Through the experiments on 3d shapes dataset, we demonstrate the image parameters, such as, object shape/color, background color, and observation angles, of the input image can now be learned in the local regions of latent variables. | |
| キーワード | （和） | 変分オートエンコーダ（VAE） / 表現学習 / 識別機 / 解きほぐされた特徴表現 / / / / |
| （英） | Variational AutoEncoder（VAE） / Expression Learning / Classifier / Disentangled Representations / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 300, PRMU2020-58, pp. 116-121, 2020年12月. | |
| 資料番号 | PRMU2020-58 | |
| 発行日 | 2020-12-10 (PRMU) | |
| 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 | PRMU2020-58 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2020-12-17 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 転移学習・少数データからの学習 |
| テーマ（英） | Transfer learning and few shot learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2020-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 教師あり学習による解きほぐされた特徴表現の学習 |
| サブタイトル（和） | 識別器を用いた特徴表現の解きほぐし |
| タイトル（英） | Supervised disentangled representation learning |
| サブタイトル（英） | Disentangling features using classifier |
| キーワード(1)（和/英） | 変分オートエンコーダ（VAE） / Variational AutoEncoder（VAE） |
| キーワード(2)（和/英） | 表現学習 / Expression Learning |
| キーワード(3)（和/英） | 識別機 / Classifier |
| キーワード(4)（和/英） | 解きほぐされた特徴表現 / Disentangled Representations |
| 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） | 黒田 修二郎 / Shujiro Kuroda / クロダ シュウジロウ |
| 第1著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 和田 俊和 / Toshikazu Wada / |
| 第2著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-18 11:15:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2020-58 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.300 |
| ページ範囲 | pp.116-121 |
| ページ数 | 6 |
| 発行日 | 2020-12-10 (PRMU) |
[研究会発表申込システムのトップページに戻る]