| 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 | 2023-03-02 16:40 事前学習時のクラスインバランスによる転移学習性能向上の試み ○仲山将順（東芝）  PRMU2022-89 IBISML2022-96 |
|
| 抄録 | （和） | 本稿は転移学習後の分類精度について、事前学習時のクラスインバランスが与える影響を調査する。 ImageNetのクラスを人工物、動物、その他の３ドメインに分け、それぞれに属するクラスの出現頻度を増やし、意図的に事前学習を行った。学習した事前学習モデルを転移学習し、複数の小規模画像データセットの分類を行った。実験の結果、クラスインバランスのある事前学習モデルが通常の事前学習モデルよりもクラス分類の分類精度が高いケースが存在することが分かった。 |
| （英） | In this work, we studied how class-imbalance in the pre-training affect to the accuracy of the transfer learning. We divided the classes of ImageNet into three domains, such as “Artificial materials”, “Animals” and “Misc. objects”, and trained image classification models under the condition that training samples in a specific domain occurs more frequently than the other domains’. We transfer learned the pretrained models into several small-scale image datasets. As a result, we find that some pretrained models under the class-imbalance outperform the normal pretrained model in classification accuracy on some datasets. | |
| キーワード | （和） | クラスインバランス / 事前学習 / 転移学習 / アンサンブルモデル / / / / |
| （英） | Class Imbalance / Pre-training / Transfer-learning / Ensemble Model / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 404, PRMU2022-89, pp. 151-156, 2023年3月. | |
| 資料番号 | PRMU2022-89 | |
| 発行日 | 2023-02-23 (PRMU, IBISML) | |
| 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 | PRMU2022-89 IBISML2022-96 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2023-03-02 - 2023-03-03 |
| 開催地（和） | はこだて未来大学 |
| 開催地（英） | Future University Hakodate |
| テーマ（和） | 異分野連携(PRMU)、AutoML (CVIM)、機械学習の理論と応用の広がり(IBISML) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2023-03-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 事前学習時のクラスインバランスによる転移学習性能向上の試み |
| サブタイトル（和） | |
| タイトル（英） | Does the class imbalance in the pre-training always adversely affect transfer learning performance? |
| サブタイトル（英） | |
| キーワード(1)（和/英） | クラスインバランス / Class Imbalance |
| キーワード(2)（和/英） | 事前学習 / Pre-training |
| キーワード(3)（和/英） | 転移学習 / Transfer-learning |
| キーワード(4)（和/英） | アンサンブルモデル / Ensemble Model |
| 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） | 仲山 将順 / Shojun Nakayama / ナカヤマ ショウジュン |
| 第1著者 所属（和/英） | 株式会社東芝 (略称： 東芝) Toshiba Co., Ltd. (略称： Toshiba) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-02 16:40:00 |
| 発表時間 | 10分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2022-89, IBISML2022-96 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.404(PRMU), no.405(IBISML) |
| ページ範囲 | pp.151-156 |
| ページ数 | 6 |
| 発行日 | 2023-02-23 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]