CF-008
深層学習モデルにおける特徴選択層の実装

◎若松浩平・須鎗弘樹・森康久仁（千葉大）

　近年、様々な分野で利用されているディープラーニングは生のデータから自動で特徴を抽出することで高い精度を得ている。一方で、特徴の抽出は行うが特徴量の選択は行なっていない。特徴量の選択は機械学習の前処理の段階でしばしば用いられる手法であり、学習に有用な特徴量のみを選択することでモデルの性能や学習速度を向上させる場合がある。本論文ではこれまでの特徴選択と異なり、ディープラーニング内で誤差逆伝播によって学習可能な特徴選択の機能を持つ層を提案する。この層を利用して実験を行なった結果、ネットワーク内で推論に影響を及ぼす特徴量に対し重み付けを行うことで特徴選択の機能を実現していることが確認できた。