[2D4-GS-2] 機械学習：画像認識

[2D4-GS-2-03] Skip Connection の導入に基づく tdgaCNN の拡張手法の提案

〇平 智隆¹、森 直樹²、岡田 真² (1. 大阪府立大学、2. 大阪公立大学)

キーワード：自動機械学習、進化計算、熱力学的遺伝アルゴリズム、畳み込みニューラルネットワーク、スキップ接続

近年，機械学習を用いた画像認識が注目を集めている．その一つに畳み込みニューラルネットワーク (CNN) がある．CNN アーキテクチャは，問題の高度化に伴い複雑さの度合いが増加している．このため最適な CNN の構造を設定すること自体が高難度な組合せ最適化問題であり，更にそれを人手で設定するには膨大な手間を要する．そこで，AutoML の分野では汎用的な最適化手法である遺伝的アルゴリズム (GA) を CNN の構造探索に用いる gaCNN，そしてその選択に熱力学的選択ルールを採用した tdgaCNN が提案され，その有効性が報告されている．
本研究では，探索で獲得される CNN モデルの性能の向上を目的として, Skip Connection を有する CNN アーキテクチャを探索可能な tdgaCNN の拡張手法を提案する．また，提案手法の有効性を画像ベンチマークデータセットで示した．