編集部からのお知らせ
解説:広がるエッジAIの動向
Check! ディープラーニングを振り返る

NEC、深層学習の自動最適化技術を開発--認識精度を向上

藤本和彦 (編集部)

2017-12-12 14:45

 NECは12月12日、ニューラルネットワークの構造に応じた深層学習(ディープラーニング)の自動最適化技術を開発したと発表した。ニューラルネットワークの学習の進み具合を、その構造に応じて自動的に最適化する技術で、従来よりも高い認識精度を実現している。

 ディープラーニングは、深い層構造を持ったニューラルネットワークを用いて、あらかじめ準備したデータを学習させることで画像や音声などの認識精度を高めている。データを過度に学習すると、学習したデータしか高精度に認識できず、学習に用いていないデータに対する認識精度が低下する「過学習」と呼ばれる現象が生じる。その現象を避けるために、学習が過度に進まないように学習の進行を調整する「正則化」と呼ばれる技術が使われている。

 ニューラルネットワークの学習の進み具合は、その構造によって複雑に変化するため、従来はネットワーク全体に対して同じ正則化を用いるしかなかった。そのため、ネットワークの各層によって過度に学習したり、あるいは学習が進まなかったりする問題が生じ、本来の認識性能を十分に引き出すことが困難だったという。また、各層の学習の進み具合を手動で調整することは極めて難しかった。

 新たに開発した技術は、ニューラルネットワークの構造を基に学習の進み具合を層ごとに予測し、その進み具合に適した正則化を層ごとに自動設定するもの。これにより、ネットワーク全体で学習が最適化され、従来と比べて認識エラーを20%程度削減するなど、認識精度の改善が期待できる。ニューラルネットの学習を行う前に一度だけ実施されるものであり、学習に関わる計算量は従来と同等となっている。

正則化の自動設定イメージ
正則化の自動設定イメージ(出典:NEC)

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

Special PR

特集

CIO

モバイル

セキュリティ

スペシャル

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]