late fusion を導入した tdgaCNN による探索性能の解析

カテゴリ: 部門大会

論文No: TC4-3-3

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Analysis of Search Performance through The Introduction of Late Fusion in tdgaCNN

著者名: 小泉 尚輝（大阪公立大学）,森 直樹（大阪公立大学）

著者名(英語): Naoki Koizumi (Osaka Metropolitan University),Naoki Mori (Osaka Metropolitan University)

キーワード: ニューラルアーキテクチャサーチ|遺伝的アルゴリズム|熱力学的遺伝アルゴリズム|tdgaCNN|fusion多義図形|Neural Architecture Search|Genetic Algorithm|Thermodynamical Genetic Algorithm|tdgaCNN|fusionambiguous figures

要約(日本語): 畳み込みニューラルネットワーク (Convolutional Neural Network: CNN) の発展と共に巨大化・複雑化するハイパーパラメータの設定タスクに対して, 進化型計算をCNNアーキテクチャの探索問題に適用する進化的獲得アプローチが注目されている.
熱力学的遺伝アルゴリズム (Thermodynamical Genetic Algorithm: TDGA) を CNN アーキテクチャ探索手法に導入した tdgaCNN は, 母集団に含まれる個体の多様性維持を重視することで, 従来手法より優れたアーキテクチャを獲得可能であることが報告されている.

本研究では, 複数の見方を与える画像として代表的なだまし絵と風景画, 肖像画の分類タスクを対象として tdgaCNN と事前学習済みの既知モデルによる fusion の適用による性能について解析する．
分類の精度や判断根拠の可視化から提案手法の有効性を示す．