| 講演抄録/キーワード |
| 講演名 |
2023-03-17 16:05
Noisy Student半教師あり学習におけるMobileNet適用による軽量化 ○森嶋悠河・中野秀洋(東京都市大) MSS2022-108 NLP2022-153 |
| 抄録 |
(和) |
近年, 画像分類, 音声認識など様々な分野で畳み込みニューラルネットワーク (Convolutional Neural Network:CNN)が注目されている. しかしながら, CNNの学習には大量の正解ラベル付き画像データが必要であり, そのラベル付けにかかるコストは膨大である. 半教師あり学習の手法としてNoisy Studentがある. Noisy Studentは少ない正解ラベル付きデータから効率の良い学習を行うことができる. 一方, ネットワークの学習を繰り返し行うため, 計算量と計算時間が膨大になるという欠点がある. 本研究ではCNNモデルにおける軽量化手法であるMobileNetのNoisy Studentへの適用を提案する. CIFAR-10データセットを用いた画像分類問題を行い, 提案手法の有効性について検討する. |
| (英) |
Recently, Convolutional Neural Networks (CNNs) have attracted much attention in various fields such as image classification and speech recognition. However, training CNN requires a large amount of correctly labeled image data, and the cost of labeling such data is enormous. Noisy Student is a semi-supervised learning method. Noisy Student is capable of efficient learning from a small amount of correctly labeled data. However, the disadvantage of this method is that it is computationally expensive and time-consuming due to the repetitive training of the network. Therefore, in this paper, we propose an application of Mobilenet, a lightweight method for CNN models, to Noisy Student. We examine the effectiveness of the proposed method by performing an image classification problem on the CIFAR-10 dataset. |
| キーワード |
(和) |
畳み込みニューラルネットワーク / 半教師あり学習 / 画像認識 / / / / / |
| (英) |
convolutional newral network / semi-supervised learning / image recognition / / / / / |
| 文献情報 |
信学技報, vol. 122, no. 436, NLP2022-153, pp. 220-224, 2023年3月. |
| 資料番号 |
NLP2022-153 |
| 発行日 |
2023-03-08 (MSS, NLP) |
| 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 |
MSS2022-108 NLP2022-153 |
| 研究会情報 |
| 研究会 |
NLP MSS |
| 開催期間 |
2023-03-15 - 2023-03-17 |
| 開催地(和) |
長崎大学 文教キャンパス |
| 開催地(英) |
|
| テーマ(和) |
MSS,NLP,一般,およびWIP(MSSのみ) |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
NLP |
| 会議コード |
2023-03-NLP-MSS |
| 本文の言語 |
日本語 |
| タイトル(和) |
Noisy Student半教師あり学習におけるMobileNet適用による軽量化 |
| サブタイトル(和) |
|
| タイトル(英) |
Lightweighting Noisy Student Semi-Supervised Learning by Applying MobileNet |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
畳み込みニューラルネットワーク / convolutional newral network |
| キーワード(2)(和/英) |
半教師あり学習 / semi-supervised learning |
| キーワード(3)(和/英) |
画像認識 / image recognition |
| 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) |
森嶋 悠河 / Yuga Morishima / モリシマ ユウガ |
| 第1著者 所属(和/英) |
東京都市大学 (略称: 東京都市大)
Tokyo City University (略称: Tokyo City Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
中野 秀洋 / Hidehiro Nakano / ナカノ ヒデヒロ |
| 第2著者 所属(和/英) |
東京都市大学 (略称: 東京都市大)
Tokyo City University (略称: Tokyo City Univ.) |
| 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: ) |
| 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: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2023-03-17 16:05:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
NLP |
| 資料番号 |
MSS2022-108, NLP2022-153 |
| 巻番号(vol) |
vol.122 |
| 号番号(no) |
no.435(MSS), no.436(NLP) |
| ページ範囲 |
pp.220-224 |
| ページ数 |
5 |
| 発行日 |
2023-03-08 (MSS, NLP) |
|