Deep Learning
口頭発表
Attention Branch Networkによる一貫学習・強化学習におけるアテンションの獲得
- Author
- 森啓介, 福井宏, 丸山祐矢, 平川翼, 山下隆義, 藤吉弘亘
- Publication
- 日本ロボット学会学術講演会, 2018
Download: PDF (Japanese)
Convolutional Neural Network (CNN) は様々な問題に対して高い性能を実現している．一方で，ネットワークの出力が何を根拠に決定されたか不明確であるという問題がある．そのような CNN の判断根拠を解釈しようとする手法の一つに，Attention Branch Network (ABN) がある．ABN は，特徴マップからネットワークの注視領域を表す Attention map を出力し認識過程に利用することで，画像認識においてモデルの注視領域の可視化と高精度化を行うネットワークである．本研究では，一貫学習による自動運転制御モデルと深層強化学習によるロボット制御モデルに対して ABN を応用することで，両モデルにおける注視領域の可視化を行う．評価実験では，両モデルで獲得されたアテンションの定性的な評価と，自動運転制御モデルにおける精度評価を行った．