Atsushi Umeda

初参加した賞金付きのKaggleコンペティションにて銅メダル（Private LB 89th）を獲得した。 本コンペは環境音サンプルに対してラベル付するモデルを構築して競い合う競技である。過去の同系統のコンペに比べて、問題設定がマルチラベルになり、推定時間など制限も加わって難易度が上がっている。 私はCNNを用いたアーキテクチャと、前処理及びMixUpによるデータ水増し、転移学習による半教師学習（noisy→curated）で学習させ、推定時はTTLを用いたモデルを構築した。 最終投稿したモデル以外に認識特性の異なるモデルを実装していたが、それらをあまり生かせなかったことが反省点である。 使用技術: Python3, fast.ai, PyTorch, LibROSA, Jupyter, numpy