| 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 | 2024-03-13 16:05 CNNを用いた画像分類タスクにおける特徴量スケーリングの効果と検証 ○爲ヶ井大樹・神野健哉（東京都市大）  MSS2023-81 NLP2023-133 |
|
| 抄録 | （和） | 画像分類タスクでは，ニューラルネットワークを用いて特徴を抽出し，分類器を通してSoftmax Lossを計算することで学習を行う． R. Ranjan らはSoftmax Loss の問題を指摘し，特徴量にL2正規化とスケーリングを施すL2-Softmax Lossを提案している． L2-Softmax Lossの追試実験により，L2正規化よりもスケーリングが学習に強く影響していることを確認しため，本研究では特に，L2正規化を行わずにスケーリングのみを適用した学習に焦点を当て，その効果について検証した． |
| （英） | In image classification tasks, features are extracted using neural networks and learning is performed by calculating the Softmax Loss through a classifier. R. Ranjan et al. pointed out the problems with Softmax Loss and proposed L2-Softmax Loss, which applies L2 normalization and scaling to the features. Through a replication experiment of L2-Softmax Loss, it was confirmed that scaling has a stronger impact on learning than L2 normalization. Therefore, this study particularly focused on learning that only applies scaling without performing L2 normalization, and verified its effects. | |
| キーワード | （和） | CNN / Softmax Loss / 交差エントロピー損失 / L2正規化 / スケーリング / / / |
| （英） | CNN / Softmax Loss / Cross Entropy Loss / L2 normalization / Scaling / / / | |
| 文献情報 | 信学技報, vol. 123, no. 428, NLP2023-133, pp. 54-57, 2024年3月. | |
| 資料番号 | NLP2023-133 | |
| 発行日 | 2024-03-06 (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 | MSS2023-81 NLP2023-133 |
|
| 研究会情報 | |
| 研究会 | NLP MSS |
| 開催期間 | 2024-03-13 - 2024-03-14 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | MSS，NLP，一般，およびWIP（MSSのみ） |
| テーマ（英） | MSS, NLP, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2024-03-NLP-MSS |
| 本文の言語 | 日本語 |
| タイトル（和） | CNNを用いた画像分類タスクにおける特徴量スケーリングの効果と検証 |
| サブタイトル（和） | |
| タイトル（英） | Effectiveness and Validation of Feature Scaling in Image Classification Tasks Using CNN |
| 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） | Softmax Loss / Softmax Loss |
| キーワード(3)（和/英） | 交差エントロピー損失 / Cross Entropy Loss |
| キーワード(4)（和/英） | L2正規化 / L2 normalization |
| キーワード(5)（和/英） | スケーリング / Scaling |
| 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） | 爲ヶ井 大樹 / Hiroki Tamegai / タメガイ ヒロキ |
| 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： TCU) |
| 第2著者 氏名（和/英/ヨミ） | 神野 健哉 / Kenya Jinno / 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： TCU) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-13 16:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | MSS2023-81, NLP2023-133 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.427(MSS), no.428(NLP) |
| ページ範囲 | pp.54-57 |
| ページ数 | 4 |
| 発行日 | 2024-03-06 (MSS, NLP) |
[研究会発表申込システムのトップページに戻る]