CG-004
ベイズ最適化による医療画像応用CNN（Convolutional Neural Network）のハイパーパラメータの決定

◎田中滉大・中山良平・檜作彰良（立命館大）・市川泰祟・石田正樹・北川覚也・佐久間肇（三重大）

CNNは，その構成や学習法など，手動で決定すべきハイパーパラメータが多数あり，それらが不適切であると結果が著しく低下する問題がある．本研究の目的は，ベイズ最適化によりCNNの適切なハイパーパラメータを効率的に決定することである．ベイズ最適化では，ハイパーパラメータの組み合わせとCNNの性能をガウス過程に従うブラックスボックス関数の入出力と仮定し，CNNの性能を最大化するハイパーパラメータを探索する．冠動脈MRA画像の高解像度化および乳房MRI画像の良悪性分類において，ベイズ最適化により決定したCNNは，適当にハイパーパラメータを組み合わせた128種のCNNより，有意に高い結果を示した．