#689
summarized by : 遠藤大河
Filter Grafting for Deep Neural Networks

どんな論文か?

ディープラーニングネットワーク(DNN)には必要のないフィルターがあり,それらのフィルターはDNNに対しての影響が少なく,DNNの可能性を制限している.本論文では,フィルターグラフティングと呼ぶ学習パラダイムによってDNNの表現能力を向上させる.
placeholder

新規性

フィルターのプルーニングは,本来効率を考慮して無効なフィルターを削除する.しかし提案された手法であるフィルターグラフティングはそれらをアクティブ化し,外部情報を無効なフィルターに移植することによって処理される.グラフティングプロセスをより適切に実行するため,フィルターの情報を測定するエントロピーベースの基準と,ネットワーク間でグラフティングされた情報のバランスをとるためのネットワークを開発する.

結果

分類と認識のタスクにおいて実験を行った結果,本手法が移植されたMobileNetV2は,移植されていないMobileNetV2よりもCIFAR-100データセットで約7%の精度向上が見られた.

その他(なぜ通ったか?等)