あらまし
|
本文PDFファイルを閲覧するには，ログインする必要があります. 左メニューよりログインして下さい. |
|
深層学習に基づく転移学習を用いたたんぱく質解析による敗血症識別 澤田 好秀 佐藤 佳州 中田 透 氏本 慧 林 宣宏 （MIRU2016推薦論文） 誌名 電子情報通信学会論文誌 D Vol.J100-D No.8 pp.733-741 発行日: 2017/08/01 早期公開日: 2017/05/02 Online ISSN: 1881-0225 DOI: 10.14923/transinfj.2016IUT0001 論文種別: 特集論文 (画像の認識・理解論文特集) 専門分野: キーワード: 深層学習, 転移学習, プロテオミクス解析, 二次元電気泳動像, 敗血症識別, 本文: PDF(1.6MB)>>
あらまし: 本論文では，少数の学習データを用いて高精度な深層学習を実施するための新たな転移学習法を提案し，それを二次元電気泳動像に基づく敗血症識別に適用した結果を報告する．二次元電気泳動像とは，たんぱく質を分子量と電荷量に基づいて分離して画像化したものであり，近年注目を集めている．しかし，二次元電気泳動像の収集は一般に困難であるため，充分な識別精度を得ることは難しい．このような場合，転移学習によって識別精度の向上を図ることが多い．転移学習とは，実際に識別するデータ(転移先データ)とは異なるデータ(転移元データ)を用いてモデルを構築して再利用する手法であり，深層学習との組み合わせに関する研究が近年盛んに行われている．しかし，従来法ではモデルの中間層のみを再利用するため，出力層は少数の転移先データのみで再学習する必要があった．そこで本論文では，出力層を含めた全ての層を再利用する新たな手法を提案する．この手法は，転移元データで構築したモデルに直接転移先データを入力し，出力値から目標ベクトルを推定し，それを利用して微調整を行うことでモデルを転移させる．本手法の有効性を実験によって確認したので報告する． | |||||
|
