| 講演抄録／キーワード |
| 講演名 |
2024-06-05 11:30
画像のエントロピーによる機械学習モデルの性能評価
○阿部莉子・檀 裕也（松山大） |
| 抄録 |
（和） |
ニューラルネットワークによる機械学習には，クラスに分類された画像の学習モデルにおいて，データセットおよびテスト画像の特徴によって認識精度の違いがある．特に，学習用のデータについてエントロピーの高い画像で構成したモデルとエントロピーの低い画像で構成したモデルを比較した．そのとき用いたエントロピーは画像の色情報を主とするカラー画像エントロピーおよび画像の形状に関する情報を主とする差分エントロピーである．具体的にはデータセットCIFAR-10に対して，誤差逆伝播法の手法による認識精度の低い画像の特徴を捉えるために，各種エントロピーを使って比較した実験の結果について述べる．述べる． |
| （英） |
In machine learning with artificial neural networks, there are differences in recognition accuracy in learning models of images classified into classes, depending on the features of the dataset and test images. In particular, we compared models composed of images with high entropy with models composed of images with low entropy for the training data. The entropies used were color image entropy, which is mainly the color information of the image, and differential entropy, which is mainly information about the shape of the image. Specifically, this paper describes the results of experiments comparing the dataset CIFAR-10 with various types of entropy to capture features of images with low recognition accuracy using methods such as back propagation. |
| キーワード |
（和） |
エントロピー / 差分エントロピー / 画像認識 / 機械学習 / 畳み込みニューラルネットワーク(CNN) / / / |
| （英） |
Entropy / Difference Entropy / Image Recognition / Machine Learning / Convolutional Neural Network / / / |
| 文献情報 |
映情学技報, vol. 48, pp. 17-20, 2024年6月. |
| 資料番号 |
|
| 発行日 |
2024-05-29 (AIT) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|