メディアダイナミクス・メディア創生学研究室
元データから高性能な小規模データセットを蒸留
近年、深層学習モデルの高性能化に伴い、大量の学習データが必要となり、学習時間や計算コストが増大しています。そこで、大規模な元データの特徴や学習に重要な情報を少数の画像に凝縮し、少ないデータでも元データに近い認識性能を実現する「データセット蒸留」を研究しています。これにより、画像分類、動画の行動認識、文章分類などさまざまな下流タスクに、AIの学習や繰り返し実験を効率化できるほか、データの保存・転送コストの削減や、元データを直接共有しない学習への応用も期待できます。