| 講演抄録／キーワード |
| 講演名 |
2022-02-21 13:00
適応的な損失関数によるドメインインクリメンタルラーニング
○川島拓海（東大）・入江 豪・伊神大貴（NTT）・相澤清晴（東大） |
| 抄録 |
（和） |
本論文では，画像分類タスクにおいて各クラス内の画像の分布が変わっていくなかで過去の知識を保持しながら新しい特徴を持つ画像にモデルを適応していくドメインインクリメンタルラーニングを論じる．新しいクラスが追加されるクラスインクリメンタルラーニングに比べて，ドメインインクリメンタルラーニングの研究は非常に少ない．本研究で提案する手法は，クラスインクリメンタルラーニングで高い精度を出している過去の訓練データの一部を用いる手法をベースにしつつ，損失関数の重みによって精度が大きく変わることに着目し，重みを適応的に決定する．実験ではドメインインクリメンタルラーニングのために新たに作成したデータセットを含めて3種類のデータセットを用い，提案手法の有効性を裏付ける． |
| （英） |
During domain incremental learning of image classification task, the distribution of images continually change, and models adapt themselves to images with new features while retaining past knowledge. There are very few methods specialized in it compared to class incremental learning, where new classes are incrementally added. In this work, we propose a simple method for domain incremental learning problems. Our proposed method is based on rehearsal with exemplars, and adaptively decide weights of loss functions. In our experiments, we use three datasets, one of which we made for this task. |
| キーワード |
（和） |
画像分類 / 深層学習 / 破滅的忘却 / ドメインインクリメンタルラーニング / 知識の蒸留 / / / |
| （英） |
image classification / deep learning / catastrophic forgetting / domain incremental learning / distillation loss / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|