[4I2-OS-1a] AutoML（自動機械学習）

[4I2-OS-1a-02] 熱力学的遺伝アルゴリズムによる CNN アーキテクチャの進化的獲得

〇小泉 尚輝¹、岡本 竜馬²、森 直樹¹、岡田 真¹ (1. 大阪公立大学、2. 大阪府立大学)

キーワード：CNN、ニューラルアーキテクチャサーチ、遺伝的アルゴリズム、熱力学的遺伝アルゴリズム、多義図形

畳み込みニューラルネットワーク (Convolutional Neural Network: CNN) は画像認識の代表的な手法の 1 つである.
CNN の発展と共に巨大化・複雑化するハイパーパラメータの設定タスクに対して, 進化ダイナミクスに基づいて問題を効率的に最適化する手法である遺伝的アルゴリズム (Genetic Algorithm: GA) を用いたCNNアーキテクチャの進化的獲得アプローチが注目されている.
本研究では, GA 手法の 1 つである熱力学的遺伝アルゴリズム (Thermodynamical Genetic Algorithm: TDGA) を CNN アーキテクチャ探索手法に導入した tdgaCNN を提案する.
本手法は探索フェーズにおいて母集団に含まれる個体の多様性維持を重視することで, 従来手法より優れたアーキテクチャを獲得する.
画像分類ベンチマークによる数値実験を通して提案手法の有効性を示す．
また, 応用例として複数の見方を与える画像として代表的なだまし絵と風景画，肖像画の分類タスクに提案手法を適用する．