機械知覚&ロボティクスグループ
中部大学

Deep Learning 口頭発表

Generative Adversarial Networksの共同学習

Author
塚原拓也, 平川翼, 山下隆義, 藤吉弘亘
Publication
パターン認識・メディア理解研究会(PRMU), 2020.

Download: PDF (Japanese)

Generative Adversarial Networks(GANs)は生成モデルおよび識別モデルを敵対的に学習させることで,実在しない画像を生成する手法である.GANsは単一の生成モデルと識別モデルを用いており,複数のモデルそれぞれの特性を活かした学習が行えていないため,性能を最大限に発揮できていないと考えられる.一方,画像分類問題では,複数のニュ-ラルネットワーク間において知識転移をする共同学習により,認識精度が向上することが知られている.そこで,本研究では複数の生成モデルと1つの識別モデルによるGANsにより,それぞれの生成モデルで情報を転移しながら共同学習を行う手法を提案する.評価実験により,生成モデルが生成する画像の質が向上することを確認した.

次の研究