SISAベースの深層ニューラルネットワークによるクラス削除のためのマシンアンラーニング
arXiv cs.CV / 2026/5/1
📰 ニュースModels & Research
要点
- 本論文は、機械アンラーニングにより、CNNモデルに学習済みの特定クラスのデータを全再学習なしで除去することを目的としている。
- 提案手法は、畳み込みニューラルネットワークに対するクラス単位のアンラーニングを実現するために改良したSISA（Sharded, Isolated, Sliced, and Aggregated）フレームワークを扱う。
- 強化されたリプレイ機構とゲーティングネットワークを追加することで、選択的な忘却の効率を高めている。
- 複数の画像データセットとCNN構成での実験により、クラスのアンラーニングを効果的に行いつつ、モデル性能を維持し、再学習に比べて計算コストを削減できることが示された。
- 著者らは公開実装を提供しており、プライバシーに敏感なAIアプリケーションでの活用や今後の研究を後押しする狙いがある。
