-
Unsupervised Deep Embedding for Clustering Analysis
1. どんなもの？特徴表現の学習とクラスタリングを同時に行う，Deep Embedding Clustering(DEC)を提案．2. 先行研究と比べてどこがすごいの？一般的なクラスタリング手法としてk-meansやGaussian Mixture Model(GMM)などがあげられる．これらの手法は幅広いアプリケーションに適用されている．しかしながら入力の次元数が大きい場合には計算量が増大してしまい，効率が悪くなってしまう．k-meansを改良して高次元の入力に対しても効率よく扱う手法も...
-
Character-level Intra Attention Network for Natural Language Inference
1. どんなもの？自然言語推論に対して文字レベルの特徴とIntra Attentionを用いたCharacter-level Intra Attention Network(CIAN)を提案している．2. 先行研究と比べてどこがすごいの？自然言語推論(Natural Language Inference(NLI))は，自然言語処理タスクの一つである．「前提(premise)」と「仮説(hypothesis)」からなる２つのテキストを用いて学習を行い，前提と仮設が正しいか・矛盾しているか・中...
-
Random Erasing Data Augmentation
1. どんなもの？入力画像に対してランダムに矩形領域をノイズでマスクするRandom Erasingを提案し，モデルの識別精度を向上させる．2. 先行研究と比べてどこがすごいの？画像認識分野で素晴らしい結果を残しているConvolutional Neural Network(CNN)は多数の複雑なパラメータが存在しているため，トレーニングデータに対しては良い精度を表し，テストデータに対しては精度が悪くなってしまう「過学習」が問題になっている．こうした問題に対して先行研究では以下のようなDa...