NECは12月12日、認識精度の向上を実現する、ディープラーニングの自動最適化技術を開発したと発表した。ニューラルネットワークの学習の進み具合を、その構造に応じて自動的に最適化し、従来よりも高い認識精度を容易に実現する。

従来のディープラーニングは、ニューラルネットワークの構造に応じた学習の調整が困難なため、ネットワーク全体で最適な学習が行えず、本来の認識性能を十分に引き出すことができなかったが、今回開発した技術は、ニューラルネットワークの構造を基に、学習の進み具合を層ごとに予測し、その進み具合に適した正則化を層ごとに自動設定する。これにより、ネットワーク全体で学習が最適化され、従来よりも更に認識エラーを20%程度削減するなど、認識精度が改善できるという。

  • ニューラルネットワーク各層における正則化自動設定イメージ

この技術は、ニューラルネットの学習を行う前に一度だけ実施されるもので、学習に関わる計算量は従来と同等でありながら、容易に高精度化を実現した。

これにより、画像認識や音声認識などのディープラーニングが利用されている分野で、認識精度の向上が期待できるという。