| 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 | 2021-10-29 11:40 常微分方程式に基づくニューラルネットワークの複雑さと精度の数値的研究 ○江刺家 郁・大久保 潤（埼玉大）  NC2021-26 |
|
| 抄録 | （和） | 近年，深層ニューラルネットワークの研究が活発に行なわれている．特に画像認識における性能向上は顕著であり，その一因として残差ネットワークが挙げられる．ODE Network はニューラルネットワークの一部分に常微分方程式が組み込まれたネットワークで，残差ネットワークと数理的な関連がある．また，常微分方程式が組み込まれたネットワークには力学的性質を導入しやすく，力学系から生成されたデータを学習させるなどの応用研究も行われている．しかし，ODE Networkそのものやこれに類似したネットワークの性質を明らかにする基礎研究はあまり多くない．本研究では，ODE Network のダイナミクスを主成分分析し，画像分類における精度との関連を数値的に調査した． |
| （英） | In recent years, many reports have been published on deep neural networks. The residual networks have contributed to remarkable improvements in performance, especially in the field of image recognition. The ODE Network is a neural network that contains ordinary differential equations and has a mathematical relationship with the residual network. In addition, it is easy to introduce dynamical behaviors into a network in which ordinary differential equations are embedded, and there are several applied researches to train data generated from dynamical systems. However, there are not enough basic researches to clarify the nature of ODE Network itself or similar networks. In this paper, we conducted a principal component analysis of the dynamics of the ODE Network and numerically investigated its relationship with accuracy in image classification. | |
| キーワード | （和） | 常微分方程式 / 非線形システム / 深層ニューラルネットワーク / 主成分分析 / / / / |
| （英） | ordinary differential equations / nonlinear system / deep neural network / principal component analysis / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 223, NC2021-26, pp. 46-50, 2021年10月. | |
| 資料番号 | NC2021-26 | |
| 発行日 | 2021-10-21 (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 | NC2021-26 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2021-10-28 - 2021-10-29 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| 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 | 2021-10-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | 常微分方程式に基づくニューラルネットワークの複雑さと精度の数値的研究 |
| サブタイトル（和） | |
| タイトル（英） | A numerical study on the relationship between complexity and accuracy of neural networks based on ordinary differential equations |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 常微分方程式 / ordinary differential equations |
| キーワード(2)（和/英） | 非線形システム / nonlinear system |
| キーワード(3)（和/英） | 深層ニューラルネットワーク / deep neural network |
| キーワード(4)（和/英） | 主成分分析 / principal component analysis |
| 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） | 江刺家 郁 / Kaoru Esashika / エサシカ カオル |
| 第1著者 所属（和/英） | 埼玉大学 (略称： 埼玉大) Saitama University (略称： Saitama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大久保 潤 / Jun Ohkubo / オオクボ ジュン |
| 第2著者 所属（和/英） | 埼玉大学 (略称： 埼玉大) Saitama University (略称： Saitama Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-10-29 11:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2021-26 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.223 |
| ページ範囲 | pp.46-50 |
| ページ数 | 5 |
| 発行日 | 2021-10-21 (NC) |
[研究会発表申込システムのトップページに戻る]