- …
- …
#498
summarized by : 藤中彩乃
どんな論文か？
様々な網膜疾患がある中で，限られた疾患の画像のみでネットワークを構築し，未知の疾患が増えるごとに動的な学習を行う必要がある．パフォーマンスを維持するために，教師データの特徴分布を保持し，予測時のラベルと属性を増分学習フレームワークで統合するADINet (Attribute driven incremental network) を提案した．
新規性
クラス数が増えても一から学習を行わずに済み忘却も少なくなるネットワークを構築したこと，増分学習フレームワークの統合時にattribute distillation (AD) lossという損失を用いたこと，クラスのみならず属性も予測できること．
結果
プライベートの網膜眼底画像データセットと公開データセットのImageNet-150KにADINetを適用したところ，MA-CNNやA3Mといった最新のネットワークの性能を上回った．
その他（なぜ通ったか？等）
- …
- …