当社従業員、侯明程の東京大学での研究成果が、AI分野のトップ会議であるNeurIPS2022に採択

当社のChief Researcherである侯 明程の発表したA Closer Look at Prototype Classifier for Few-shot Image Classification
の論文がAI分野のトップ会議であるNeurIPS2022に採択されました。この論文は、東京大学での研究成果です。

◩NeurIPSとは

Conference on Neural Information Processing Systems(NeurIPS)は、数あるAI・機械学習分野のトップ会議として知られています。世界中の研究者が論文を投稿し、そのなかでも非常に優れたものだけが採択される、最難関の国際会議です。今年はニューオーリンズにて開催されます。

◩論文の内容

少数データからの学習で重要な方法の1つにPrototypical Networksがあります。この方法は Prototype Classifierを基にメタ学習を行い、データの特徴量を学習する表現学習を行なっているとみることができ、汎化誤差の解析も既存研究では行われています。既存研究でのPrototypical Networksの汎化誤差の解析において、学習される特徴空間におけるデータの分布には強い仮定がありますが、このデータの分布の仮定を緩和し、さらにデータの散らばり具合に関する統計量の性質を汎化誤差に反映させることで、特徴空間上でのデータの分布の性質と汎化誤差の関係を解明しました。理論解析の結果、Protopical Classifierにおいてメタ学習は重要ではなく、事前学習済みモデルを利用してProtopical networksの利点をそのまま引き継ぎつつ同程度の性能を発揮することが可能になりました。これはPrototype Classifierが事前学習済みモデルを利用した少数データ学習における重要な初手となるアプローチとなりうることを示しています。

<論文情報>
タイトル:A Closer Look at Prototype Classifier for Few-shot Image Classification
URL:https://arxiv.org/abs/2110.05076