アテンションモジュールを用いたManifold Mixup

カテゴリ: 全国大会

論文No: 3-081

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Manifold Mixup with Attention Module

著者名: 片山俊亮（大阪府立大学）,井上勝文（大阪府立大学）,吉岡理文（大阪府立大学）

著者名(英語): Shunsuke Katayama (Osaka Prefecture University),Katsufumi Inoue (Osaka Prefecture University),Michifumi Yoshioka (Osaka Prefecture University)

キーワード: ニューラルネットワーク|データ拡張|Manifold Mixup|アテンションモジュール|Neural Network|Data Augmentation|Manifold Mixup|Attention Module

要約(日本語): 畳み込みニューラルネットワークによる識別は、画像処理など様々な分野で高い精度を達成しているが、学習データが少ないと過学習が起きやすいという問題がある。この問題を解決する一つの手法として、Data Augmentation（DA）があげられる。DAの中でもデータ混合手法に分類されるmixupは、生成した新しいデータに、適切なラベルを設定することが困難であるという問題がある。そこで、より特徴領域が整理された中間層からの出力に対し、アテンションモジュールによる重みを適用したmixupを行う手法を提案する。これに

原稿種別: 日本語

PDFファイルサイズ: 591 Kバイト