3 0 0 0 OA 疑似訓練サンプル最適化によるニューラルネットワークの少数ショット学習
- 著者
- 木村 昭悟 Zoubin Ghahramani 竹内 孝 岩田 具治 上田 修功
- 出版者
- 人工知能学会
- 雑誌
- 2018年度人工知能学会全国大会(第32回)
- 巻号頁・発行日
- 2018-04-12
本論文では,少量の訓練データのみからニューラルネットワークを学習する新しい手法を提案する.提案手法では,一般的な少数ショット学習の問題設定とは異なり,所与の少数訓練データ以外のデータ資源は仮定しない.提案手法では,少数の訓練データで学習した非NNモデルを参照モデルとして用いる知識蒸留を行うと共に,少数の訓練データから生成した大量の疑似訓練データを導入し,この疑似訓練データをモデル学習の過程で更新する.
言及状況
Twitter (3 users, 3 posts, 12 favorites)
Sorry in Jap. 本日から開催の @jsai2018 で以下の発表を行います．学習データが全然ない，でもニューラルネットワークの予測性能をできるだけ上げたい，ではどうするか？という発表です．
"疑似訓練サンプル最適化によるニューラルネットワークの少数ショット学習"
https://t.co/iN62SxIyj7