#627
summarized by : Shuhei M Yoshida
Making Better Mistakes: Leveraging Class Hierarchies With Deep Networks

どんな論文か?

多クラス分類において、クラス同士の間に意味的な近さや階層といった関係がある。近年の深層学習によって分類精度は向上したものの、これらの意味構造は学習できていない。例えば、意味的に遠い大きな間違いが減り、意味的に近い小さな間違いが相対的に増える、といった現象は起きていない。本論文では、クラス間の階層構造を多クラス分類の学習に取り入れる方法を議論する。
placeholder

新規性

クラスの階層構造を反映したロス関数 hierarchical cross-entropy と、従来のone-hot表現に代わるクラスの階層構造を反映したソフトラベルを提案。

結果

tieredImageNetとiNaturalistで評価。提案法が持つ精度面のメリットのみならず、誤分類の内容が改善する(i.e. 意味的に大きな誤りが減る)ことを示した。

その他(なぜ通ったか?等)

古い問題設定が深層学習時代においても重要であることを指摘した論文。深層学習以前の文献も含めた関連研究のレビューも充実している。