[2D5-GS-2] 機械学習：応用（１）

[2D5-GS-2-05] 継続学習のクラス増分学習におけるクラス難易度を考慮したリプレイ手法の増加シナリオへの影響

〇川島 寛乃¹、河野 慎²、中澤 仁¹ (1. 慶應義塾大学、2. 東京大学)

キーワード：継続学習、深層学習、画像分類

本稿では，継続学習のクラス増分学習におけるクラス間の関係性について，クラス難易度，破滅的干渉について調査を進めることを目的とする． 継続学習手法として，クラス難易度を考慮したコアデータの容量制御を行うCC-Replayを用い，増分クラスの階層構造を意図的に変化させた3つのCIFAR100シナリオでCC-Replayの性能検証を実施する．シナリオにはベンチマークとしてCIFAR100を用い，通常の評価実験と同様増分させるクラスをランダムに任意のステップに分割するCIFAR-Randに加え，追加クラスを同じ親クラスごとで固めたシナリオCIFAR-Block，異なる親クラスで固めたシナリオCIFAR-Equalを定義した．その結果，いずれのシナリオにおいても最終精度はcc-replayが最も高くなり，ステップ平均精度も同様であった．また増分クラスの階層性を違えた場合，ステップ増加に従い精度が低下するのではなく，最初のステップよりも次のステップの方が精度が向上することが明らかになった．