| 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 | 2024-01-26 15:46 エンドツーエンド運転モデルの説明性向上のための事前学習に関する予備研究 ○チョウ チンガイ・出口大輔・陳 嘉雷・村瀬 洋（名大）  PRMU2023-48 |
|
| 抄録 | （和） | In the realm of autonomous driving, end-to-end models (E2EDMs) have gained prominence due to their high predictive accuracy. Such accuracy is attributed to the utilization of a backbone pre-trained on large datasets, subsequently fine-tuned on autonomous driving datasets. However, the inherent ``black box'' nature of these E2EDMs poses significant challenges in terms of explainability. Current methodologies predominantly focus on generating visual explanations for the E2EDMs' decision-making process. Numerous approaches aim to enhance the explainability of these E2EDMs by fine-tuning with complicated architectures, supplemented by additional information, e.g., object position to develop more explainable E2EDMs. In this study, we diverge from the conventional approaches where significant effort is placed during the fine-tuning phase of E2EDMs. Our method focuses on training backbones before the fine-tuning phase. This preemptive strategy enables us to fine-tune more explainable E2EDMs without the need for additional information or complex training techniques. |
| （英） | ||
| キーワード | （和） | 解釈性 / 自動運転 / 深層学習 / 畳み込みニューラルネットワーク / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 358, PRMU2023-48, pp. 46-49, 2024年1月. | |
| 資料番号 | PRMU2023-48 | |
| 発行日 | 2024-01-18 (PRMU) | |
| 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 | PRMU2023-48 |
|
| 研究会情報 | |
| 研究会 | PRMU MVE VRSJ-SIG-MR IPSJ-CVIM |
| 開催期間 | 2024-01-25 - 2024-01-26 |
| 開催地（和） | 慶應義塾大学 日吉キャンパス(来往舎) |
| 開催地（英） | Keio Univ. (Hiyoshi Campus) |
| テーマ（和） | メタバースと深層学習 |
| 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 | 2024-01-PRMU-MVE-SIG-MR-CVIM |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | エンドツーエンド運転モデルの説明性向上のための事前学習に関する予備研究 |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 解釈性 / |
| キーワード(2)（和/英） | 自動運転 / |
| キーワード(3)（和/英） | 深層学習 / |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / |
| 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） | チョウ チンガイ / / |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) (略称： ) |
| 第2著者 氏名（和/英/ヨミ） | 出口 大輔 / / |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | 陳 嘉雷 / / |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | 村瀬 洋 / / |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-01-26 15:46:00 |
| 発表時間 | 12分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2023-48 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.358 |
| ページ範囲 | pp.46-49 |
| ページ数 | 4 |
| 発行日 | 2024-01-18 (PRMU) |
[研究会発表申込システムのトップページに戻る]