講演抄録/キーワード |
講演名 |
2022-10-25 14:40
畳み込みニューラルネットワークにおける評価データの網羅性指標の比較 ○横山友杜・岡野浩三・小形真平(信州大)・中島 震(NII) SS2022-27 DC2022-33 |
抄録 |
(和) |
Deep Neural Network (DNN) の評価データのテスト品質を測定する指標としてNeuron Coverage(NC)が 用いられている.NC の値が大きい評価データほど, DNN モデルに対して網羅性がよいものとされている.しかし, NC を大きくしても, 検査観点によっては品質が悪くなるという報告があり, また, NC を詳細にしたDeepGauge も提 案されている.本研究では, ラベル間の正解率のバラつきの観点で良い性能ならびに悪い性能のモデルに対して, NC あるいはDeepGauge を大きくするデータを生成したとき, それぞれの指標にどのような変化の違いが生じるかを実験 した.その結果, NC には影響感度が小さく, DeepGauge の指標は特定の場面で有意な影響感度を示すことが分かった. また, Convolutional Neural Network(CNN) を対象とする場合, 畳み込み層とプーリング層を対象とするかしないかで DeepGauge の値は差がないことが分かった. |
(英) |
Neuron Coverage (NC) was proposed as a measure to quantify the usefulness of evaluation data against Deep Neural Networks (DNNs): the larger the value of NC, the better the coverage of the evaluation data. Since NC is inappropriate for such a metric in some cases, DeepGauge was proposed to overcome those deficiencies. In this study, we conducted a series of experiments to examine how the two metrics differ when DNN models are tested in terms of label imbalances. We found that (1) the NC is less sensitive and thus is not appropriate as the test metrics, which is in accordance with existing studies, and (2) some DeepGauge indices are appropriately sensitive in certain cases. We also found that those DeepGauge indices do not show any difference for the case of calculating the indices for CNNs, whether the neurons in the convolution and pooling layers are considered or not. |
キーワード |
(和) |
CNN / NeuronCoverage / DeepGauge / / / / / |
(英) |
CNN / NeuronCoverage / DeepGauge / / / / / |
文献情報 |
信学技報, vol. 122, no. 225, SS2022-27, pp. 29-34, 2022年10月. |
資料番号 |
SS2022-27 |
発行日 |
2022-10-18 (SS, DC) |
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 |
SS2022-27 DC2022-33 |
研究会情報 |
研究会 |
DC SS |
開催期間 |
2022-10-25 - 2022-10-25 |
開催地(和) |
コラッセふくしま |
開催地(英) |
|
テーマ(和) |
ディペンダブルコンピューティング,ソフトウェアサイエンスおよび一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
SS |
会議コード |
2022-10-DC-SS |
本文の言語 |
日本語 |
タイトル(和) |
畳み込みニューラルネットワークにおける評価データの網羅性指標の比較 |
サブタイトル(和) |
|
タイトル(英) |
Comparison of the Coverage Indicators of Evaluation Data for the Convolutional Neural Networks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
CNN / CNN |
キーワード(2)(和/英) |
NeuronCoverage / NeuronCoverage |
キーワード(3)(和/英) |
DeepGauge / DeepGauge |
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) |
横山 友杜 / Yuto Yokoyama / ヨコヤマ ユウト |
第1著者 所属(和/英) |
信州大学 (略称: 信州大)
Shinshu University (略称: Shinshu Univ.) |
第2著者 氏名(和/英/ヨミ) |
岡野 浩三 / Kozo Okano / オカノ コウゾウ |
第2著者 所属(和/英) |
信州大学 (略称: 信州大)
Shinshu University (略称: Shinshu Univ.) |
第3著者 氏名(和/英/ヨミ) |
小形 真平 / Shinpei Ogata / オガタ シンペイ |
第3著者 所属(和/英) |
信州大学 (略称: 信州大)
Shinshu University (略称: Shinshu Univ.) |
第4著者 氏名(和/英/ヨミ) |
中島 震 / Shin Nakazima / ナカジマ シン |
第4著者 所属(和/英) |
情報・システム研究機構 国立情報学研究所 (略称: NII)
National Institute of Informatics (略称: NII) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2022-10-25 14:40:00 |
発表時間 |
25分 |
申込先研究会 |
SS |
資料番号 |
SS2022-27, DC2022-33 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.225(SS), no.226(DC) |
ページ範囲 |
pp.29-34 |
ページ数 |
6 |
発行日 |
2022-10-18 (SS, DC) |
|