| 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 | 2024-06-21 16:40 段階的に成長するSparseNet ○中村匠海・種田祥吾・山内ゆかり（日大）  NC2024-26 IBISML2024-26 |
|
| 抄録 | （和） | Gao Huangらは、先行する全ての層の特徴マップを入力とするDense Convolutional Network (DenseNet)を提案した。Wenqi LiuらはDenseNetの入力とする特徴マップ数をsparse化し計算量を削減する、Sparse DenseNet (SparseNet)を提案した。さらに、各ブロックの層数を段階的に増加させることで、計算量の削減と精度の向上を達成した。これらのモデルでは、一層が新たに生み出すマップ数を成長率と呼んだ。本研究では、成長率を段階的に増加させ、pathも増加していくようなネットワークにする。これによりSparseNetの更なる計算量削減と精度の向上を狙う。 |
| （英） | Gao Huang et al. proposed a Dense Convolutional Network (DenseNet) that takes the feature maps of all previous layers as input. Wenqi Liu et al. proposed Sparse DenseNet (SparseNet), which reduces the skip connections and number of feature maps from DenseNet. Furthermore, by increasing the number of layers in each block in stages, SparseNet achieved a reduction of the computation costs and improved accuracy. In these models, the number of new maps produced by a layer was called the growth rate. In this research, we propose a network model in which the growth rate and the number of paths increases gradually. Through this, we aim to further reduce calculation and improve the accuracy of SparseNet. | |
| キーワード | （和） | DeepLearning / 画像識別 / CNN / DenseNet / / / / |
| （英） | Deep Learning / Image Identification / Convolutional Neural Networks / DenseNet / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 85, NC2024-26, pp. 165-168, 2024年6月. | |
| 資料番号 | NC2024-26 | |
| 発行日 | 2024-06-13 (NC, 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 | NC2024-26 IBISML2024-26 |
|
| 研究会情報 | |
| 研究会 | IBISML NC IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2024-06-20 - 2024-06-22 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | OIST |
| テーマ（和） | 機械学習・一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2024-06-IBISML-NC-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 段階的に成長するSparseNet |
| サブタイトル（和） | |
| タイトル（英） | Gradually Growing SparseNet |
| サブタイトル（英） | |
| キーワード(1)（和/英） | DeepLearning / Deep Learning |
| キーワード(2)（和/英） | 画像識別 / Image Identification |
| キーワード(3)（和/英） | CNN / Convolutional Neural Networks |
| キーワード(4)（和/英） | DenseNet / DenseNet |
| 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） | 中村 匠海 / Takumi Nakamura / ナカムラ タクミ |
| 第1著者 所属（和/英） | 日本大学大学院 (略称： 日大) Nihon University (略称： NU) |
| 第2著者 氏名（和/英/ヨミ） | 種田 祥吾 / Shogo Taneda / タネダ ショウゴ |
| 第2著者 所属（和/英） | 日本大学大学院 (略称： 日大) Nihon University (略称： NU) |
| 第3著者 氏名（和/英/ヨミ） | 山内 ゆかり / Yukari Yamauchi / ヤマウチ ユカリ |
| 第3著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： NU) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-06-21 16:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2024-26, IBISML2024-26 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.85(NC), no.86(IBISML) |
| ページ範囲 | pp.165-168 |
| ページ数 | 4 |
| 発行日 | 2024-06-13 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]