AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-20
動的バッチング：クラスを循環させる訓練がニューラルネットワークの内部構造を形作る
原題: Dynamical Batching: How Class-Cycling Training Shapes the Internal Structure of Neural Networks
訓練バッチ内のクラス構成を周期的に変える手法「動的バッチング（DB）」を提案し、各クラスの比率を均等にする通常の方法と比較した。標準的な訓練では精度が頭打ちになる条件で、DBを用いると容量の限られたMLPが三重らせんのデータに適合した。CIFAR-10では、チャネル数を絞ったResNet-10などでテスト精度がわずかに向上した。