情報処理学会 第78回全国大会講演要旨

　深層学習は画像認識など一部の分野において人間のパフォーマンスを僅かに超え、また実用レベルの適用範囲はこれまで以上に広がっているが、学習に膨大な計算を必要とする。これはニューラルネットワークで元々困難であった追加学習をより難しいものにしている。
　そこで本研究では、深層学習において過適合を防ぐテクニックであるDropoutに着目し、ランダムでなく構造を持った形式ニューロンの休止により、外部メモリやモジュールの切り替えといった外部機構を必要としない追加学習の方法を提案する。