著者
高橋 慧 沼尻 匠 曽我部 完 坂本 克好 山口 浩一 横川 慎二 曽我部 東馬
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

畳み込みニューラルネットワーク(CNN)を非画像データに適用する方法を提案する。 CNNは、画像処理や音声認識などの多くの分野で成功しています。一方、csvファイルなどの非画像データにCNNを適用することは困難でした。画像のような低次元グリッド構造のデータの順序は意味を持ち、CNNはその順序を画像の特徴として認識して処理する。したがって、CNNは、構造を変更できる非画像データに対して特徴認識を行うことができなかった。我々は、非画像データのシーケンスに意味を与えることによってCNNを適用可能にする方法に焦点を当て、改善を加えることによって提案手法の有効性を実証した。

言及状況

Twitter (1 users, 1 posts, 0 favorites)

特徴グラフを用いた汎用型CNN深層学習手法の開発 https://t.co/DeA4RqaHZw 構造化データをCNNで解くために、相関行列のインデックスを取って順番を入れ替えられないようなデータ構造を作るらしい。元ネタは難しいけどこの論文はわかりやすい

収集済み URL リスト