Knowledge Based Neural Network の概念を用いた学習モデルの効率について

カテゴリ: 研究会(論文単位)

論文No: ECT19086

グループ名: 【C】電子・情報・システム部門 電子回路研究会

発行日: 2019/12/18

タイトル(英語): On the efficiency of training models using KBNN concept

著者名: 北川 信(静岡大学),センディルクマール インドラプリヤダルシニ(静岡大学),マハブービ シェヘラザード(湘南工科大学),二宮 洋(湘南工科大学),浅井 秀樹(静岡大学)

著者名(英語): Shin Kitagawa(Shizuoka University ),Indrapriyadarsini Sendilkkumaar(Shizuoka University),Shahrzad Mahboubi(Shonan Institute of Technology),Hiroshi Ninomiya(Shonan Institute of Technology),Hideki Asai(Shizuoka University)

キーワード: ニューラルネットワーク|ナレッジベースニューラルネットワーク|オプティマイザー|Neural Network|Knowledge Based Neural Network|Optimizers

要約(日本語): Knowledge Based Network（KBNN）は Neural Network（NN）に「既存の知識」を組み込むことで少ないトレーニングデータ、小さなサイズのモデルにも関わらずモデリングの精度を向上できる手法である。本研究では、「既存の知識」の代わりに粗く学習したNNを用いる。また、KBNNの「既存の知識」を組み込む過程を応用し、NNにNNを組み込む。これを繰り返し、効率的なモデルを探索することを目的とする。

要約(英語): Knowledge-Based Neural Network (KBNN) technique improves the model accuracy, even with small training data or small models, by using a “prior-knowledge model” (PKM) in the neural network (NN). In this research, we use a coarsely trained NN as the PKM and repeat this process until an efficient model is obtained.

原稿種別: 日本語

PDFファイルサイズ: 1,016 Kバイト