類似学習ケースに対するカリキュラム学習

抄録

機械学習の活用において，複数の類似するケースに対してそれぞれの学習モデルを構築したいことがある．本研究ではカリキュラム学習の考え方を応用することで，この学習を効率化する手法を提案する．具体的には，あるケースに対して行ったカリキュラム学習の効率を評価し，類似する別のケースのカリキュラム学習時にその評価結果に基づくフィードバックを加味することで，より効率的なカリキュラムを生成する手法である．実験ではSequence-to-Sequenceモデルによる整数の加算問題と減算問題を扱い，いくつかの設定において提案手法の有効性が確認された．