サインイン
インサイト - 画像分類 機械学習
画像分類における1最近傍分類器の強力な頑健性
1最近傍分類器は、訓練データに対して完全な頑健性を持ち、テストデータに対しても無限の訓練データがあれば同様の頑健性を持つことが証明できる。一方、最先端の敵対的訓練手法は、訓練データに対してさえ完全な頑健性を達成できない。
CLIP++: 少量サンプルでの強力なCLIPリニアプローブ
本研究では、CLIPの視覚特徴と言語特徴を学習可能な重み付けで融合するリニアプローブ(LP++)を提案し、少量サンプルでの高性能な分類を実現する。
プロンプトチューニングによる階層的オープンセット分類の改善
階層的な一貫性を持つ分類器を実現するため、プロンプトチューニングの手法を提案する。
少量クラス増分学習のための直交性とコントラストに基づくより良い一般化
少量クラス増分学習では、データが徐々に増加する中で、過去に学習した知識を保持しつつ新しい知識を学習することが重要である。本研究では、特徴空間の直交性とコントラスト学習を組み合わせることで、この課題に取り組む。
