遺伝的アルゴリズムと勾配法の組合せによるアンサンブル深層学習

カテゴリ: 研究会(論文単位)

論文No: ST23039,CT23102

グループ名: 【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日: 2023/11/29

タイトル(英語): Ensemble Deep Learning by Combining a Genetic Algorithm and a Gradient Method

著者名: 中野 力都(京都工芸繊維大学),飯間 等(京都工芸繊維大学)

著者名(英語): Rikito Nakano(Kyoto Institute of Technology),Hitoshi Iima(Kyoto Institute of Technology)

キーワード: アンサンブル学習|遺伝的アルゴリズム|機械学習|最適化|Ensemble Learning|Genetic Algorithm|Machine Learning|Optimization

要約(日本語): 複数の学習モデルを用いて精度を高める学習法としてアンサンブル学習がよく知られている。一方，深層学習の最適化に遺伝的アルゴリズムを用いたとすると，それは複数の学習モデルを用いることを意味しており，アンサンブル学習との親和性が高いことを示している。本研究では遺伝的アルゴリズムと勾配法を組み合わせて，アンサンブル深層学習を行う方法を提案する。

要約(英語): Ensemble learning is a well-known machine learning method using multiple models to improve accuracy. On the other hand, genetic algorithms also use multiple models in applying to deep learning optimization. Thus, the genetic algorithms have an affinity for ensemble learning. In this paper, we pay attention to this affinity and propose a method for ensemble deep learning by combining a genetic algorithm and a gradient method.

本誌: 2023年12月2日-2023年12月3日システム/制御合同研究会

本誌掲載ページ: 51-53 p

原稿種別: 日本語

PDFファイルサイズ: 1,063 Kバイト