抄録
CH-015
GridNet: アンサンブル学習に着目した画像認識のための畳み込みニューラルネットワーク
武田敦志(東北学院大)
本稿では、正確な画像認識を実現するための畳み込みニューラルネットワーク(CNN)であるGridNetを提案する。GridNetは計算ユニットをグリッド状に配置したCNNであり、アンサンブル学習を効果的に行えるよう設計されている。近年のCNNを用いた画像認識技術の研究により、画像認識精度を向上させるためにはCNNの汎化能力の向上が重要であることが判明している。そこで、GridNetでは、グリッド状に配置したそれぞれの計算ユニットが個別の計算を行い、それらの計算結果を統合するアンサンブル学習の仕組みを導入している。この仕組みはGridNetの過学習を抑制し、その汎化能力と画像認識精度を向上させる。本稿では、GridNetの構成方法を述べ、その計算手順の詳細について説明する。また、cifar10のデータセットを用いた性能評価を行い、GridNetが最先端技術(state-of-the-art)と同等の画像認識精度であることを示す。