WEKO3
アイテム
画像分類におけるアンサンブル深層学習の加速化モデルの提案
https://doi.org/10.14988/00028384
https://doi.org/10.14988/0002838426407afe-17b6-4549-af08-9b3e05f51e2b
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
023062020006.pdf (590.3 kB)
|
|
| Item type | 紀要論文 / Departmental Bulletin Paper(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-08-23 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | 画像分類におけるアンサンブル深層学習の加速化モデルの提案 | |||||||||||||
| 言語 | ja | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | ガゾウ ブンルイ ニオケル アンサンブル シンソウ ガクシュウ ノ カソクカ モデル ノ テイアン | |||||||||||||
| 言語 | ja-Kana | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | A proposal for an accelerated model of ensemble deep learning in image classification | |||||||||||||
| 言語 | en | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| キーワード | ||||||||||||||
| 主題 | 畳み込みニューラルネットワーク, 画像分類, 集団学習, 訓練時間, 予測時間 CNN, image classification, ensemble learning, training, implementation time |
|||||||||||||
| 資源タイプ | ||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||
| 資源タイプ | departmental bulletin paper | |||||||||||||
| ID登録 | ||||||||||||||
| ID登録 | 10.14988/00028384 | |||||||||||||
| ID登録タイプ | JaLC | |||||||||||||
| アクセス権 | ||||||||||||||
| アクセス権 | open access | |||||||||||||
| アクセス権URI | http://purl.org/coar/access_right/c_abf2 | |||||||||||||
| 著者 |
朴, 健
× 朴, 健× 金, 明哲
WEKO
22123
|
|||||||||||||
| 著者所属 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 値 | 朴, 健 / 同志社大学文化情報学研究科文化情報学専攻博士課程前期課程終了 | |||||||||||||
| 著者所属 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 値 | 金, 明哲 / 同志社大学文化情報学研究科教授 | |||||||||||||
| 抄録 | ||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||
| 内容記述 | 畳み込みニューラルネットワーク(Convolutional neural network, CNN)モデルは、既存の方法と比べ分類性能が優れており、画像分類における深層学習のベースになっている。CNNモデルの正解率(Accuracy)を上げるためにアンサンブル学習方法が提案されているが、アンサンブル学習方法は複数のモデルを用いるため、訓練時間と予測時間が長くなる。本論文では、分裂畳み込みニューラルネットワークというアンサンブル学習モデルを提案する。分裂畳み込みニューラルネットワークはオリジナル方法と比べて、同程度の正解率を確保しつつ、訓練時間と予測時間を減少させることができる。減少できた時間は選択したバックボーンによって異なり、最も多かった場合、約50%の時間を減少することができた。 | |||||||||||||
| 言語 | ja | |||||||||||||
| 抄録 | ||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||
| 内容記述 | Convolutional neural network (CNN) models have become the basis for deep learning in image classification because of their superior performance. Ensemble learning is effective in increasing the accuracy of CNN models. However, ensemble learning requires greater training and implementation time than a CNN model. In this paper, we present a split convolutional ensemble model that costs less in terms of training and implementation time, with same accuracy as that of the original ensemble method. This method can save up to 50% of time compared with the original ensemble method. | |||||||||||||
| 言語 | en | |||||||||||||
| 書誌情報 |
ja : 同志社大学ハリス理化学研究報告 en : The Harris science review of Doshisha University 巻 62, 号 2, p. 111-116, 発行日 2021-07-31 |
|||||||||||||
| 出版者 | ||||||||||||||
| 出版者 | 同志社大学ハリス理化学研究所 | |||||||||||||
| 言語 | ja | |||||||||||||
| 出版者（英） | ||||||||||||||
| 出版者 | Harris Science Research Institute of Doshisha University | |||||||||||||
| 言語 | en | |||||||||||||
| ISSN | ||||||||||||||
| 収録物識別子タイプ | PISSN | |||||||||||||
| 収録物識別子 | 21895937 | |||||||||||||
| 書誌レコードID | ||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||
| 収録物識別子 | AA12716107 | |||||||||||||
| 権利者情報 | ||||||||||||||
| 権利者識別子Scheme | AID | |||||||||||||
| 権利者識別子URI | https://ci.nii.ac.jp/author/DA18202107 | |||||||||||||
| 権利者識別子 | DA18202107 | |||||||||||||
| 権利者名 | 同志社大学ハリス理化学研究所 | |||||||||||||
| 言語 | ja | |||||||||||||
| 権利者名 | Harris Science Research Institute of Doshisha University | |||||||||||||
| 言語 | en | |||||||||||||
| 関連サイト | ||||||||||||||
| 関連タイプ | isFormatOf | |||||||||||||
| 識別子タイプ | URI | |||||||||||||
| 関連識別子 | https://doors.doshisha.ac.jp/opac/opac_link/bibid/SB12902196/?lang=0 | |||||||||||||
| 言語 | ja | |||||||||||||
| 関連名称 | 掲載刊行物所蔵情報へのリンク ／ Link to Contents | |||||||||||||
| 出版タイプ | ||||||||||||||
| 出版タイプ | VoR | |||||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||||||
| 日本十進分類法 | ||||||||||||||
| 主題Scheme | NDC | |||||||||||||
| 主題 | 007.13 | |||||||||||||
