| 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 | 2024-07-30 11:10 特徴抽出器の各層がクラス分離度に与える影響 ○髙橋知里・神野健哉（東京都市大）  CCS2024-37 |
|
| 抄録 | （和） | Network Architecture Search（NAS）はニューラルネットワークの最適構造を自動的に探索する手法である。 NASは膨大な探索時間を必要とするため、低コストな性能評価手法が必要とされている。 我々は評価指標作成に向け、クラス分類モデルの特性調査を行う。 クラス分類のモデルは入力から特徴量を抽出する特徴抽出器と、得られた特徴量でクラス分類を行う分類器で構成される。 分類器がクラス分類を行えるか否かは特徴抽出器に大きく依存するため、特徴抽出器に着目した。 本稿では特徴抽出器構造の各層がクラスの分離に与える影響について調査する。 |
| （英） | There is a method called Network Architecture Search (NAS) that automatically explores the optimal structure of neural networks. As NAS requires an enormous amount of search time, a low-cost performance evaluation method is needed. We conduct an investigation into the characteristics of classification models for metric creation. A classification model consists of a feature extractor that extracts features from input data and a classifier that performs class classification based on the extracted features. The ability of the classifier to perform class classification heavily depends on the feature extractor, so our focus is on the feature extractor. To establish a foundation for creating evaluation metrics, we focused on the feature extractor within classification models, which extracts features from input and separates them by class. In this paper, we investigate how each layer of the feature extractor structure affects class separation. |
|
| キーワード | （和） | 分類モデル / 特徴抽出器 / 線形判別分析 / Network Architecture Search / one-shot評価指標 / 畳み込みニューラルネットワーク / CIFAR-10 / |
| （英） | Classification Model / feature extractor / linear discriminant analysis / Network Architecture Search / one-shot evaluation index / CNN / CIFAR-10 / | |
| 文献情報 | 信学技報, vol. 124, no. 138, CCS2024-37, pp. 48-51, 2024年7月. | |
| 資料番号 | CCS2024-37 | |
| 発行日 | 2024-07-22 (CCS) | |
| 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 | CCS2024-37 |
|
| 研究会情報 | |
| 研究会 | IN CCS |
| 開催期間 | 2024-07-29 - 2024-07-30 |
| 開催地（和） | モエレ沼公園 ガラスのピラミッド（北海道札幌市） |
| 開催地（英） | Moerenuma Park Glass Pyramid |
| テーマ（和） | ネットワークの科学、将来ネットワーク 、クラウド/SDN/仮想化、コンテンツ配信・流通、及び一般 |
| テーマ（英） | Network Science, Future Network, Cloud/SDN/Virtualization, Contents Delivery/Contents Exchange, and others |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2024-07-IN-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 特徴抽出器の各層がクラス分離度に与える影響 |
| サブタイトル（和） | |
| タイトル（英） | The impact of each layer of feature extractors on class separability |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 分類モデル / Classification Model |
| キーワード(2)（和/英） | 特徴抽出器 / feature extractor |
| キーワード(3)（和/英） | 線形判別分析 / linear discriminant analysis |
| キーワード(4)（和/英） | Network Architecture Search / Network Architecture Search |
| キーワード(5)（和/英） | one-shot評価指標 / one-shot evaluation index |
| キーワード(6)（和/英） | 畳み込みニューラルネットワーク / CNN |
| キーワード(7)（和/英） | CIFAR-10 / CIFAR-10 |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 髙橋 知里 / Chisato Takahashi / タカハシ チサト |
| 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 | 2024-07-30 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2024-37 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.138 |
| ページ範囲 | pp.48-51 |
| ページ数 | 4 |
| 発行日 | 2024-07-22 (CCS) |
[研究会発表申込システムのトップページに戻る]