伊人直播app

Research Results 研究成果

础滨を壊してより良いものにする

―础滨が未知の要素をどのように扱うか评価する手法を开発― 2022.07.29
研究成果Technology

ポイント

  • 现在の础滨は、画像认识の精度は高いが融通が利かず、その理由は现在も分かっていない
  • 今回、ニューラルネットワーク(※1)が未知の要素をどのように扱うかを評価する「Raw Zero-Shot」と呼ばれる手法を開発
  • 今后、この手法が将来の础滨のロバスト性(※2)向上に役立つことに期待

概要

　现在の础滨は、画像认识の精度は高いですが融通が利きません。しかし、なぜこのようなことが起こるのか、正确には谜のままです。
　今回、九州大学大学院システム情報科学研究院のVASCONCELLOS VARGAS DANILO（ヴァスコンセロス ヴァルガス ダニロ）らの研究グループは、ニューラルネットワークが未知の要素をどのように扱うかを評価する「Raw Zero-Shot」と呼ばれる手法を開発しました。
　この结果は、研究者がニューラルネットワークを坚牢でなくしている共通の特徴を特定し、础滨をより信頼性の高いものにする手法を开発するのに役立つ可能性があります。
　本研究成果はアメリカの雑誌「PLOS ONE (2022)」に2022年４月27日（水）に掲載されました。

画像认识础滨は强力だが柔软性に欠け、特定のデータで学习させないと画像を认识することができない。ロー?ゼロショット学习では、研究者が画像认识础滨に様々なデータを与え、その答えのパターンを観察する。础滨が一贯した答えを出せば出すほど、少し変わった画像にも强くなる。研究チームは、この方法论が将来の础滨のロバスト性向上に役立つことを期待している。

用语解説

(※1) ニューラルネットワーク
人工ニューラルネットワークのこと。人工ニューロンと呼ばれるユニットやノードの集合体に基づいており、生物の脳のニューロンをモデル化したものです。
(※2) ロバスト性
ロバスト性とは机械学习モデルが骗されないようにする能力のことです。例えばモデルが画像の分类を行うときに、入力の変化を行うことで望んだ分类结果とは异なる结果を得られるような敌対的アルゴリズムが存在しています。

论文情报

掲載誌：PLOS ONE (2022)
タイトル：
著者名：Shashank Kotyan, Moe Matsuki, and Danilo Vasconcellos Vargas,.
DOI： 10.1371/journal.pone.0266060

研究に関するお问い合わせ先

一覧に戻る