| 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 | 2024-01-25 09:00 潜在変数空間におけるメトリクスと画像分類精度の関連性 ○若狭春輝・神野健哉（東京都市大）  NLP2023-99 MICT2023-54 MBE2023-45 |
|
| 抄録 | （和） | 近年，画像分類において畳み込みニューラルネットワーク（CNNs）に基づくモデルは高い性能を示しているが，一般的な Softmax 関数を用いた Cross Entropy Loss における学習では潜在変数空間におけるクラスの分離やデータの分散が考慮されていないことが誤った分類の原因となると考えられる．本研究では Deep Metric Learning の一手法である Center Loss が潜在変数空間と画像分類精度に対して与える影響を明らかにすることを目的とする．実験結果から，Center Loss はユークリッド距離を用いて高い画像分類精度の潜在変数空間を学習する一方で、Softmax 関数と Cross Entropy Loss における学習に悪影響を与える可能性が示唆された. |
| （英） | In recent years, models based on convolutional neural networks (CNNs) have exhibited high performance in image classification, but it is thought that the general training with Cross Entropy Loss using Softmax function does not take into account class separation and data variance in the latent variable space. This is thought to be the cause of misclassification. This study aims to clarify the effect of Center Loss, a method of Deep Metric Learning, on latent variable space and image classification accuracy. Experimental results suggest that while Center Loss learns a latent variable space with high image classification accuracy using Euclidean distance, it may have a negative impact on learning in Softmax function and Cross Entropy Loss. |
|
| キーワード | （和） | 画像分類 / Deep metric learning / 潜在変数空間 / 畳み込みニューラルネットワーク / シルエット分析 / / / |
| （英） | Image classification / Deep metric learning / Latent variable space / Convolutional neural networks / Silhouette analysis / / / | |
| 文献情報 | 信学技報, vol. 123, no. 354, NLP2023-99, pp. 78-81, 2024年1月. | |
| 資料番号 | NLP2023-99 | |
| 発行日 | 2024-01-17 (NLP, MICT, MBE) | |
| 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 | NLP2023-99 MICT2023-54 MBE2023-45 |
|
| 研究会情報 | |
| 研究会 | NC MBE NLP MICT |
| 開催期間 | 2024-01-24 - 2024-01-25 |
| 開催地（和） | 鳴門教育大学 |
| 開催地（英） | Naruto University of Education |
| テーマ（和） | NC, MBE, MICT NLP, 一般 |
| テーマ（英） | NC, MBE, MICT, NLP, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2024-01-NC-MBE-NLP-MICT |
| 本文の言語 | 日本語 |
| タイトル（和） | 潜在変数空間におけるメトリクスと画像分類精度の関連性 |
| サブタイトル（和） | |
| タイトル（英） | The Relationship Between Metrics in the Latent Variable Space and Image Classification Performance |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像分類 / Image classification |
| キーワード(2)（和/英） | Deep metric learning / Deep metric learning |
| キーワード(3)（和/英） | 潜在変数空間 / Latent variable space |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / Convolutional neural networks |
| キーワード(5)（和/英） | シルエット分析 / Silhouette analysis |
| 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） | 若狭 春輝 / Haruki Wakasa / ワカサ ハルキ |
| 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） | 神野 健哉 / Kenya Jin'no / ジンノ ケンヤ |
| 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.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-01-25 09:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2023-99, MICT2023-54, MBE2023-45 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.354(NLP), no.355(MICT), no.356(MBE) |
| ページ範囲 | pp.78-81 |
| ページ数 | 4 |
| 発行日 | 2024-01-17 (NLP, MICT, MBE) |
[研究会発表申込システムのトップページに戻る]