原型ネットワークを用いた一回の転移学習による脳卒中後の手のジェスチャー認識

背景紹介 脳卒中は世界的な死亡と障害の主要な原因の一つであり、人口の高齢化と都市化の進展に伴い、脳卒中患者の総数が世界中で増加しています。治療の進歩により死亡率は低下していますが、生存者のうちリハビリテーションを必要とする人数は大幅に増加しています。特に低所得国や中低所得国では、この状況が顕著です。これらの国々では医療資源が限られているため、適応性が高く費用対効果の高いリハビリテーション介入が緊急に必要とされています(Feigin et al. 2022)。 脳卒中のリハビリテーションは長期にわたり、身体的にも経済的にも大きな負担がかかるプロセスであるため、自動評価システムによりリハビリテーションの費用を軽減し、理学療法士の訪問需要を減らすことの重要性がますます高まっています。これらのシステ...

少数ショット分類のための特徴揃えと均一のバランス

少数ショット分類のための特徴揃えと均一のバランス

バランス特性の対応と均一性による少数ショット分類問題の解決 背景と動機 少数ショット学習(Few-Shot Learning, FSL)の目標は、少数の新しいカテゴリ(novel classes)サンプルの条件下で、新しいサンプルを正確に認識することです。既存の少数ショット学習方法は、主に特徴表現とその対応するラベルとの情報を最大化することで、基礎カテゴリ(base classes)から転移可能な知識を学習します。しかし、この方法は「監督の崩壊」(supervision collapse)という問題が発生する可能性があり、基礎カテゴリに対して偏りが生じることがあります。本論文では、データの内在構造を保ち、新しいカテゴリに適した一般化モデルを学習することで、これを解決する方法を提案します。本研...