Domain Adversarial Neural Networksについて(前編)

Domain Adversarial Neural Networksについて(前編)

はじめに 先日参加したKaggleのOpenVaccine: COVID-19 mRNA Vaccine Degradation Predictionコンペティションで自分が参加していたチームではDomain Adversarial Neural Networks (DANN)と呼ばれる手法を用いていました。 結果としては、CV, Public LB, Private LBのいずれにも効いていないことが判明したのですが、Kaggleで度々話題になるAdversarial Validationとも類似した面白い技術なので、改めて紹介するとともに本当に使える手法なのかを検証していきたいと思います。 本記事は二部構成になっており、前編(この記事)ではDANNの紹介と、論文中でも紹介されているMNIST/MNISTMを用いて検証を行います。後編では実際のKaggleのコンペティションのデータを用いてDANNがKaggleでも使えそうな技術なのか、実験をして検証します。 Domain Shiftについて少し DANNの説明に入る前に、Domain Shiftについて少し触れておきましょ

2 mentions: @kaggle_araisan
Date: 2020/10/17 17:22

Referring Tweets

@kaggle_araisan Vaccineコンペで使ったDomain Adversarial Neural Networksについて記事を書きました t.co/7gML86RmR6

Related Entries

Read more Sequences of Sets (KDD 2018) 読んだ - 糞糞糞ネット弁慶
1 users, 0 mentions 2018/12/20 13:54
Read more GitHub - facebookresearch/randsent: Exploring Random Encoders for Sentence Classification
1 users, 0 mentions 2019/01/31 09:47
Read more 日本語単語類似度・関連度データセット JWSAN
1 users, 0 mentions 2019/03/04 05:15
Read more GitHub - huggingface/neuralcoref: ✨Fast Coreference Resolution in spaCy with Neural Networks
1 users, 0 mentions 2019/06/05 00:47
Read more A table detection, cell recognition and text extraction algorithm to convert tables in images to exc...
1 users, 0 mentions 2020/03/10 09:22