| 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 | 2024-07-25 14:30 CNNモデルの内部活性化状態を用いた訓練データセットのデバックとテスティング 大渕大地・○勝家拓巳・岡野浩三・小形真平（信州大）・中島 震（NII）  SS2024-2 KBSE2024-8 |
|
| 抄録 | （和） | 近年, 人工知能(AI)や機械学習の技術は様々な分野で成果をあげている. AIソフトウェアをシステムに組み込むうえで, AIソフトウェアの品質が重要視されている. NNモデルに対し, 追加の訓練データセットのニューロンカバレッジ(NC)を計算し, その結果に基づいて外れ値の検出を行い, その外れ値を除去することでモデルの品質, 特にロバスト性が向上する追加訓練データセットのデバッグ方法が知られている. そこで, 本稿では先行研究の実験をCNNモデルに拡張し, CNNモデルでも先行研究と同じような成果を確認した. また, 先行研究の手法を用いてロバスト性を維持したまま, 正確性を向上するような追加訓練データを構築できることを確認した. |
| （英） | Recently, Artificial Intelligence (AI) and machine learning technologies have made great achievements in various fields. The quality of AI software has become an important issue in integrating AI software into systems. There is a well-known method for debugging additional training datasets which improves the quality, especially robustness, of the model by calculating the Neuronal Coverage (NC) of the additional training datasets for the NN model, detecting outliers based on the results, and removing them. Therefore, in this paper, we extend the experiments of the previous study to CNN models and confirm the same results as in the previous study. We also confirmed that it is possible to construct an additional training dataset that improves the accuracy while maintaining the robustness using the method of the previous study. | |
| キーワード | （和） | 機械学習 / ロバスト性 / テスティング / ニューロンカバレッジ / / / / |
| （英） | Machine Learning / Robustness / Testing / Neuron Coverage / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 133, SS2024-2, pp. 7-12, 2024年7月. | |
| 資料番号 | SS2024-2 | |
| 発行日 | 2024-07-18 (SS, KBSE) | |
| 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 | SS2024-2 KBSE2024-8 |
|
| 研究会情報 | |
| 研究会 | KBSE SS IPSJ-SE |
| 開催期間 | 2024-07-25 - 2024-07-27 |
| 開催地（和） | 小樽経済センター 7F大ホール |
| 開催地（英） | |
| テーマ（和） | ソフトウェア工学全般／知能ソフトウェア工学全般／ソフトウェアサイエンス全般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SS |
| 会議コード | 2024-07-KBSE-SS-SE |
| 本文の言語 | 日本語 |
| タイトル（和） | CNNモデルの内部活性化状態を用いた訓練データセットのデバックとテスティング |
| サブタイトル（和） | |
| タイトル（英） | Debugging and testing of training datasets using internal activation states of CNN models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | ロバスト性 / Robustness |
| キーワード(3)（和/英） | テスティング / Testing |
| キーワード(4)（和/英） | ニューロンカバレッジ / Neuron Coverage |
| 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） | 大渕 大地 / Daichi Ofuchi / オオフチ ダイチ |
| 第1著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 勝家 拓巳 / Takumi Katsuie / カツイエ タクミ |
| 第2著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 岡野 浩三 / Kozo Okano / オカノ コウゾウ |
| 第3著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 小形 真平 / Shinpei Ogata / オガタ シンペイ |
| 第4著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 中島 震 / Shin Nakajima / ナカジマ シン |
| 第5著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 講演者 | 第2著者 |
| 発表日時 | 2024-07-25 14:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SS |
| 資料番号 | SS2024-2, KBSE2024-8 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.133(SS), no.134(KBSE) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2024-07-18 (SS, KBSE) |
[研究会発表申込システムのトップページに戻る]