仮想現実における存在感：神経生理学的マーカーの探求と検証 背景紹介 近年、仮想現実（Virtual Reality, VR）技術は医学、トレーニング、リハビリテーションなどの分野で広く応用されています。VRの中核となるのはユーザーの「存在感」（Sense of Presence）であり、これはユーザーが仮想環境に「実際にいる」と感じる体験です。しかし、現在のところ、存在感の評価は主にITC-SOPI（ITC-Sense of Presence Inventory）やSUS（Slater-Usoh-Steed）アンケートなどの主観的な質問紙に依存しています。これらの方法には主観的なバイアスがあり、ユーザーの無意識の反応を捉えることが難しいという欠点があります。そのため、神経生理学的信号に基づい...

多模態感情分析における相互情報量に基づく分離表現学習：革新的研究 学術的背景 ソーシャルメディアの急速な発展に伴い、ユーザー生成のマルチメディアコンテンツ（ツイートや動画など）が急増しています。これらのマルチメディアデータは通常、視覚（画像）、音響（音声）、およびテキストの3つのモダリティで構成されています。これらのデータには豊富な感情情報が含まれており、それらを自動的に分析することが重要な課題となっています。多モーダル感情分析（Multimodal Sentiment Analysis, MSA）は、さまざまな信号を利用して潜在的な感情や情緒を特定することを目指します。しかし、この分野の核心となる課題の一つは、異なるモダリティの特徴を効果的に統合し、一貫した表現を得るための「多モーダル表現...

アルツハイマー病診断のための多テンプレートメタ情報正則化ネットワーク：構造的MRIに基づく研究 研究背景 アルツハイマー病（Alzheimer’s Disease, AD）は進行性の神経変性疾患であり、その診断と早期発見は医療分野における重要な課題です。構造的磁気共鳴画像（Structural MRI, sMRI）は、詳細な脳の形態学的パターンや解剖学的特徴を提供できるため、計算機支援によるアルツハイマー病の診断に広く用いられています。以前の研究により、年齢や性別、教育年数などのメタデータをsMRIに組み合わせてAD診断を行う有効性が確認されていますが、現行の方法は主にメタデータとADの関連性や混雑効果に焦点を当てており、性別偏向や正常な老化などの問題に挑戦し、メタデータがAD診断に与える影...

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...