一般化ゼロショット学習では、見られたクラスのみのサンプルを使って訓練を行うため、推論時に見られたクラスに偏る傾向がある。本研究では、マハラノビス距離を用いて投影バイアスを軽減し、見られたクラスと見られていないクラスの両方を正確に分類することを目指す。