1V-07
局所および大域的情報処理能力を基準として深層学習モデルの評価
○イゴウ ヨウ,佐藤裕二(法大)
畳み込みニューラルネットワーク(CNN)は局所的な関連性を持つタスクに優れるが、グローバルな関係が主導するタスクでは性能が劣ることが知られている。しかし、現存の研究では、主に複雑なタスクが用いられており、局所的及びグローバル的な関連性が混雑しているため、CNNがグローバル的な関連性における制約を分析することが困難である。本研究では、基本的な論理回路を用いて、グローバル情報のみの回帰タスクを構築し、単純な条件でCNNや他のネットワーク構造がグローバル情報を捉える能力とその制限を考察する。