- …
- …
#396
summarized by : Masaki Miyamoto
どんな論文か？
訓練データに含まれない未知のクラスを扱うオープンセット分類における問題において，既存の手法では訓練内で既知のクラスについて教師付き方法で訓練されたネットワークに依存しており，未知のものと既知のものの区別が困難となる．そのため，本稿では入力データの結合分類と再構築のためのネットワークを訓練する．これにより，区別するための有用な情報を取得し，未知と既知のクラス分けが可能となる．
新規性
・オープンセット認識における深層学習の再構成ベースの表現学習
・DHRネットに基づく新しいオープンセット認識フレームワークであるCROSR
結果
CIFAR-10を用いたオープンセット分類の結果，ImageNetとLSUNを加えるとF1値は他のオープンセット分類と比較して上回るという結果になった．GANベースの方法と比較した結果，MNISTとTinyImageNetにおいてF1値は上回るという結果になった．一方で，処理速度は他の手法と比べて最も遅いという結果になった．
その他（なぜ通ったか？等）
- …
- …