Affinity, Diversityの応用によるデータ拡張ポリシーの効率的な探索

抄録

データ拡張には、多数の手法が存在し、各手法はハイパーパラメータをもつ。タスクごとに適切なデータ拡張ポリシーを探索する必要があるが、バリデーションデータを利用した従来の探索方法は多大な計算コストを要する。そこで本研究では、Affinity, Diversityと呼ばれるデータ拡張指標を取り入れた新しい指標を用いることによって、短い学習で適切なデータ拡張ポリシーを選択できることを提案する。複数のデータセットを用いた実験において、提案法が、小さい計算コストかつ高い精度でデータ拡張ポリシーを効率的に探索することができることを示す結果が得られた。