261 Views
May 02, 24
スライド概要
AI・機械学習を勉強したい学生たちが集まる、京都大学の自主ゼミサークルです。私たちのサークルに興味のある方はX(Twitter)をご覧ください!
2024年度前期輪読会 ゼロから作るDeep Learning 2.1~2.3 パーセプトロンの概要と事例紹介 栗林 雷旗 0
パーセプトロンの概要 コンピュータが物事の判断基準とするルール ● 複数の⼊⼒信号→ひとつの出⼒信号 ● ⼊⼒の重要性に応じて重みを導⼊ ● 出典: zero to one 1
パーセプトロンの事例紹介 本⽇紹介する論⽂ ● 論⽂タイトル 殿⾕徳和⽒「多層パーセプトロンによるパターン識別に適した特徴抽出器の再学習」 リンクをクリックするとすぐダウンロードされるため注意 ● 論⽂の流れ ⽬的: ⼈の顔画像のパターン識別に適した特徴を得て識別精度を向上させること • 識別⼿法 • • • • 主成分分析(PCA) 3層パーセプトロン サポートベクターマシン(SVM) 提案⼿法 実験 • 結果 • • 出典論文より引用 2
主成分分析(PCA)と3層パーセプトロン ● PCA • • • ● 次元削減を⾏い、最も情報量の多い特徴空間*を得る抽出器 主成分: 共分散⾏列の固有値のうち⼤きいものに対応する固有ベクトル ⽬的関数(モデル性能評価に使⽤)を最⼩にする直交⾏列Wを決めたい 3層パーセプトロン • • • • • 下位パーセプトロン: 特徴抽出器 上位パーセプトロン: 識別器 →上位と下位の同時学習 問題点: 局所解*に陥る危険性(多次元) →PCAで得た主成分を初期値*に使⽤ 3層パーセプトロン(出典論文より引用) 3
結果 ● 出典元研究の狙い: パターン識別に適した特徴を得て精度向上 →3層パーセプトロン特徴抽出層の再学習により実現 出典論文より引用 6
7