深層畳み込みニューラルネットワークの正則化ための確率プーリング

大規模な畳み込みニューラルネットワークの正則化に向けた単純かつ効果的な手法を紹介します。従来の確定的なプーリング操作を、プーリング領域内の活性化値に応じた多項分布に基づいて、各プーリング領域内でランダムに活性化値を選択する確率的手順で置き換えます。この手法はハイパーパラメータが不要であり、ドロップアウトやデータ拡張などの他の正則化手法と組み合わせることができます。データ拡張を利用しない他の手法と比較して、4つの画像データセットにおいて最先端の性能を達成しました。