- …
- …
#46
summarized by : neka-nat
どんな論文か？
ニューラルネットの構造を探索するNeural Architecture Search(NAS)は計算量が非常に大きいという課題がある。この問題に対処するため、この論文では強化学習と進化的手法を合わせたRE-NASという手法を提案している。強化学習によって全集合が効率的に進化できるような突然変異方策を学習することで、効率的に最適なネットワークの探索を行う手法を確立した。
新規性
進化的手法ベースのNASの場合、突然変異のランダム性に依るところが大きく効率が悪い。一方、強化学習ベースのNASの場合、ネットワーク構造を選んで報酬を得るまでの試行回数が多く非効率である。これらの欠点を補うために、ネットワーク構造の選択は進化的に行い、突然変異をランダムではなく強化学習によってコントロールすることで効率を高めた。
結果
モバイル設定でのImageNetのクラス分類タスクにおいて、ハンドデザインされたネットワークや他手法が生成したネットワークよりも良い精度の高いネットワークを生成できた。
その他（なぜ通ったか？等）
- …
- …