2U-05
Energy-based modelを導入した学習則による未知クラス推定確率ニューラルネットの最適化
○北原丈大,柏木僚太(横浜国大),迎田隆幸(神奈川県立産業技術総合研究所),島 圭介(横浜国大)
パターン認識問題の1つであるオープンセット認識(OSR)では,学習対象クラスに含まれない異常値が属する未知クラスも含めた多クラス分類を考える.我々の研究グループでは複数の確率モデルを内包するニューラルネット型のOSR手法を提案したが,学習時に学習サンプルに対する分類精度しか考慮できないという課題が存在していた.本研究では学習サンプルに対する尤度も考慮可能な Energy-based model を応用した新たな学習則を開発し,分類精度の向上や,ネットワークから可逆的に抽出した確率モデルパラメータの推定誤差の低減を試みた.実験では人工データや生体信号の分類タスクに提案法を適用し,その有効性を示した.