NEC、従来技術の半分の学習データ量でも高精度に識別可能なディープラーニング技術を開発
- 2019年08月19日 14:00:00
- テクノロジー
- JCN Newswire
識別精度の向上には、識別が難しい学習データをより多く学習することが有効ですが、学習に適した質の良いデータを十分に確保することが重要です。本技術は、ニューラルネットワーク(注1)の中間層で得られる特徴量を意図的に変化させることで、識別が難しい学習データを集中的に人工生成します。これにより、少ない学習データ量でも識別精度を大きく向上させ、ディープラーニングを適用したシステムの開発期間短縮に貢献します。
具体的には、ディープラーニング技術の適用に必要な学習データ量を半分程度に削減します。また本技術は、データの種類を問わず汎用的に適用可能であることから、専門家による調整が不要になります。これにより従来、学習データ収集時間やコストの高さが阻害要因となっていた製品の外観検査やインフラ保全など、さまざまなシステムの早期立ち上げを可能にします。
NECグループは、安全・安心・効率・公平という社会価値を創造する「社会ソリューション事業」をグローバルに推進しています。当社は、先進のICTや知見を融合し、人々がより明るく豊かに生きる、効率的で洗練された社会を実現していきます。
背景
近年、ディープラーニング技術は画像・音声認識を主体に飛躍的な発展を遂げ、セーフティ、ものづくり、インフラ保全など幅広い分野での活用が広がっています。例えばものづくりの分野では、製品の外観検査において、人材確保が難しい熟練検査員をカメラによる画像認識で代用したいという要望があります。外観検査をディープラーニングで行うには不良品データを学習する必要がありますが、発生頻度の低い不良品は大量に得ることが難しいため、不良品データの収集や不良品を模擬したデータ作成に多大な時間とコストを要していました。
このような問題に対し、従来はデータ拡張(注2)と呼ばれる、学習データを意図的に加工・変形させることでデータ量を人工的に増やす手法が用いられていましたが、識別精度を高める効果的な学習データの生成までには至っていませんでした。さらに、対象のデータ種類に応じて専門家がデータの増やし方を調整する必要があるため、様々な種類のデータに短期間に適用することは困難でした。
本技術の特長
1. 必要となる学習データを従来技術に比べ半分に削減
識別精度の向上には、識別が難しい「苦手な学習データ」をより多く学習することが有効であると広く知られています。データ拡張と呼ばれる従来技術では、ニューラルネットワークに入力する前にデータを意図的に加工・変形させ、学習データ量を人工的に増やしていました(例えば画像に対しては、回転や拡大・縮小、ノイズの付加など)。しかし、このような増やし方では、「苦手な学習データ」の量が不十分で、かつ識別精度向上に寄与しないデータも多く生成され、十分な学習効果が得られませんでした。
本技術は、ニューラルネットワークの中間層で得られる特徴量を意図的に変化させることで、識別が失敗しやすい「苦手な学習データ」を集中的に人工生成し識別精度を高めます。本技術を公開データベース(手書き数字認識:MNIST、物体認識:CIFAR-10(注3))にて評価し、学習データ量が半分でも従来技術と精度が変わらないことを確認しました。
2. データの種類の違いによる専門家の調整が不要
従来のデータ拡張では、データの種類毎にデータの生成方法を変える必要がありました。例えば、画像では大きさや回転角度など、音声では声の高さや話す速さなどを変えることでデータを人工的に増やしていました。さらに、専門家がデータ生成方法を慎重に選び、学習に悪影響を及ぼすデータが発生しないよう調整する必要がありました。
本技術は、ニューラルネットワーク内部の数値に基づいて自動的に学習データを生成するため、多様なデータに対して汎用的かつ効率良く適用することができ、専門家による調整を不要にします。
なお、今回の成果に関してニューラルネットワークの国際会議「International Joint Conference on Neural Networks」(IJCNN2019、期間:2019年7月14日(日)~19日(金)、場所:ハンガリー・ブダペスト)において、7月15日(月)に発表しました。(https://www.ijcnn.org/)
本リリースの詳細は下記をご参照ください。
https://jpn.nec.com/press/201908/20190819_02.html
概要:日本電気株式会社(NEC)
詳細は www.nec.co.jp をご覧ください。 Copyright 2019 JCN Newswire. All rights reserved. www.jcnnewswire.com
【巨人】岡本和真、低空飛行吹き飛ばす2打席連発「早く打ちたいと思っていた」首位浮上導いた
北海道・能登半島・東北…日本各地でオーロラ観測 天文愛好家は喜び
【ACL】横浜ホームの後押しで鮮やか逆転勝ち「第2戦も楽しんで」頂点知る指揮官に気負いなし
大谷翔平らの活躍「誇らしいよ。日本人すげーだろ?」前田健太が日本人選手への評価の変化語る
「お笑い怪獣」明石家さんま愛称のきっかけは…ナイナイ岡村ではなく、極楽とんぼだった
【日本ハム】完封リレーで今季7度目の0封勝ち 先発加藤貴之は新庄監督からの“暗示”で気合い
【巨人】小林誠司「スガコバ」相棒の菅野智之通算1500奪三振をバットでも援護「すごくうれしい」
ウィプロ、APMEA戦略市場部門の最高経営責任者にヴィナイ・フィラキを任命
【町田】DF昌子源、黒田監督のゲキ明かす「優勝狙うチームではない」3戦連続無失点に手応え
車2時間走らせて…撮影できたオーロラに歓喜 「まさか東北で」
何があった!?「エアコン」が想定外の壊れ具合!投稿者に話を聞いた
73歳神田正輝「旅サラダ」生放送で“12歳下俳優”から呼び捨てされ激論
岡本夏生(56)、1600日ぶりにブログを更新した現在が衝撃
「ふてほど」25歳女優“薔薇ブラ”でポロリ寸前?過激衣装に「見えちゃう」「刺激強すぎ」
55歳森口博子「だっちゅーの」鮮やかビキニ姿披露にX歓喜「破壊力ハンパない」「スゴすぎ」
ユーチューバーもこう氏、元彼女・成海瑠奈について赤裸々告白
大物炎上系ユーチューバー”衝撃の預金残高”公開「すげぇ」「エグい」驚きの声
水原一平容疑者 最高刑「懲役33年」トレンド入り 「人生詰んだ」「稀代の詐欺師」の声
水原一平容疑者、歯科治療で大谷翔平から930万円だまし取ったことも判明
玉置浩二の妻、青田典子(53)の現在がとんでもない事になっていると話題に
何があった!?「エアコン」が想定外の壊れ具合!投稿者に話を聞いた
岡本夏生(56)、1600日ぶりにブログを更新した現在が衝撃
深夜のファミリーマート徘徊、必ず入っている「フエラムネのミニチュアおもちゃ付」を探し求めた結果……
完全にダマされた! 『ラヴィット!』あのちゃん“事故レベル”大暴走は『水ダウ』遠隔操作のしわざだった ネットも納得
ユーチューバーもこう氏、元彼女・成海瑠奈について赤裸々告白
ガーシー、またも綾野剛の暴露写真でネット歓喜「この写真見て笑っちゃう」
玉置浩二の妻、青田典子(53)の現在がとんでもない事になっていると話題に
小澤征悦と再婚した桑子真帆アナ(34)黒い過去が流出、衝撃の過去にネット騒然
ガーシー、佐野ひなこの暴露を示唆でネット騒然「ファンだったのに」
ガーシーが綾野剛のLINE公開でネット騒然「ショック」「すごいエンタメ」
「お笑い怪獣」明石家さんま愛称のきっかけは…ナイナイ岡村ではなく、極楽とんぼだった
【巨人】岡本和真、低空飛行吹き飛ばす2打席連発「早く打ちたいと思っていた」首位浮上導いた
北海道・能登半島・東北…日本各地でオーロラ観測 天文愛好家は喜び
大谷翔平らの活躍「誇らしいよ。日本人すげーだろ?」前田健太が日本人選手への評価の変化語る
【ACL】横浜ホームの後押しで鮮やか逆転勝ち「第2戦も楽しんで」頂点知る指揮官に気負いなし
【巨人】小林誠司「スガコバ」相棒の菅野智之通算1500奪三振をバットでも援護「すごくうれしい」
ウィプロ、APMEA戦略市場部門の最高経営責任者にヴィナイ・フィラキを任命
【日本ハム】完封リレーで今季7度目の0封勝ち 先発加藤貴之は新庄監督からの“暗示”で気合い
車2時間走らせて…撮影できたオーロラに歓喜 「まさか東北で」
【町田】DF昌子源、黒田監督のゲキ明かす「優勝狙うチームではない」3戦連続無失点に手応え