- …
- …
#125
summarized by : Koki Obinata
どんな論文か？
序数回帰において，真の値(クラス)を教師データとするのではなく，真のラベルが最大値となるように距離関数とsoftmaxでラベルを"ソフト"なものにすることで，通常の分類とほぼ同じ枠組みで学習する手法を提案．4つのタスクで性能検証を行い，3つでSOTA，1つでSOTAに次ぐ精度を達成．
新規性
序数回帰において，教師データを1つのクラス("hard label")にするのではなく，真のラベルにおいて最大値となるような"soft label"を導入した点．
結果
風景写真評価，年齢推定，写真の深度推定，写真の水平線推定の4タスクで性能検証を行い，写真の深度推定ではSOTAに次ぐ精度，それ以外ではSOTAを達成．
その他（なぜ通ったか？等）
4タスクで検証し，3つでSOTAの精度を達成
- …
- …