属性ごとの観測確率を考慮した転移学習

抄録

属性ベース転移学習は、各クラスの定義として属性というセマンティックな知識表現を導入し、学習結果を異なるタスクで共有することで転移学習を実現している。しかし既存手法では、各属性が入力からどの程度正しく学習できるか、即ち観測確率を考慮していない。本研究では、既存手法に観測確率を取り入れた式を提案し、動物画像の多クラス分類問題に取り組んだ。その結果、既存手法と比較して正解率が向上することを確認した。