Epi-Curriculum: 低リソースドメイン適応のためのエピソードカリキュラム学習 研究背景と課題 近年、ニューラル機械翻訳 (Neural Machine Translation, NMT) は自然言語処理技術の分野で標準となっています。しかし、NMTは大規模な並列コーパスを使用したタスクでは人間の翻訳と遜色ないパフォーマンスを示しているものの、低リソースおよび新しいドメインでのパフォーマンスには課題が残されています。この課題は主に以下の2点に集約されます：モデルのドメイン切り替えに対するロバスト性の不足、およびターゲットドメインの小規模データセットでの適応能力の低さです。これまでの研究の多くは、ドメイン切り替えのロバスト性を向上させるか、新ドメインへの適応能力を向上させることのいず...

研究背景と研究意義 近年、ビデオ理解分野における弱教師ありオンライン活動検出（Weakly Supervised Online Activity Detection, WS-OAD）は、高度なビデオ理解の重要な課題として広く注目されています。この課題の主な目標は、安価なビデオレベルのアノテーションのみを利用して、ストリーミングビデオ内で進行中の活動をフレーム単位で検出することです。このタスクは、自動運転、公共安全監視、ロボットナビゲーション、拡張現実など、多くの実用的な応用分野で重要な価値を持っています。 完全教師あり手法（Fully Supervised Methods）はオンライン活動検出（OAD）で顕著な進展を遂げましたが、フレームレベルの密なアノテーション（Frame-level A...