講演情報
[4Yin-A-32]確信度と近傍情報を統合したソフトラベル構成法
〇岩﨑 舞桜1、杉山 孔亮1、内田 真人1 (1. 早稲田大学)
キーワード：
深層学習、弱ラベル学習、ソフトラベル、ラベル品質、追加的な教師情報
機械学習の実応用では，常に理想的な規模のデータセットが利用できるとは限らない．十分な訓練データの確保が困難な状況下では，個々のラベルが持つ情報量の拡張が重要となる．本研究では，アノテーション時の確信度と特徴空間上の近傍情報を統合し，ラベルを確率分布として表現することで情報量を拡張したソフトラベル構成法を提案する．ベンチマークデータセットを用いた実験の結果，提案手法は Label Smoothing 等の既存手法と比較して，分類正答率の向上に加え，真の分布との誤差を低減させうることを確認した。