深層ニューラルネットワークの出力に基づく擬似ラベルを用いた半教師あり継続学習

抄録

既存の継続学習の研究では豊富にあることが前提となっているラベル付きデータに関して、実世界において十分に得られない状況で学習をするための半教師あり継続学習に取り組む。画像分類タスクにおいて深層ニューラルネットワークのソフトな出力を擬似ラベルとして用いる半教師あり継続学習手法を提案し、また半教師あり継続学習シナリオを定義する。実験では提案手法および比較手法を複数の継続学習シナリオにおいて用い、新しいクラスが増加するステップごとの精度及び最終精度、全ステップの平均精度をもとに評価する。