5W-09
ニュートンフラクタル画像による事前学習効果
○近江俊樹(東京⼯業⼤),中村 凌,片岡裕雄(産総研),井上中順(東工大),横田理央(東京⼯業⼤)
画像認識分野では、JFT-300Mなどの大規模実画像データセットを用いた事前学習が主流になっているが、実画像はラベリングコストや倫理的な問題を抱えている。そこで近年、実画像ではなく、数式から生成した人工画像を用いて事前学習済みモデルを構築する数式ドリブン教師あり学習(FDSL)が注目されている。しかしながら、現在のFDSLで生成される人工画像データセットは多様な画像表現を獲得できておらず、十分な事前学習効果が得られていない。そこで本研究では、ニュートン法により生成される、従来のFDSLよりも小さい人工画像データセットを用いて事前学習を行い、その効果を検証する。