ドメイン適応セマンティックセグメンテーションにおける新たな視点：T2S-DAの研究 背景と研究の重要性 セマンティックセグメンテーションは、コンピュータビジョン分野において重要な応用を持つが、その性能は大量のアノテーションデータに依存することが多い。しかし、アノテーションデータの収集は特に複雑なシーンでは非常にコストが高いため、多くの研究がアノテーション要件を軽減するために合成データの利用に注目している。しかし、ドメイン間のギャップ（domain gap）の存在により、合成データで学習されたモデルが現実のシナリオに一般化するのは難しい。このような状況で、無教師ドメイン適応（Unsupervised Domain Adaptation, UDA）手法がこの問題を解決するための効果的なアプローチ...

深層学習の解釈可能性研究：摂動に基づく帰属マップ評価手法 背景と研究動機 深層学習モデルは多くのタスクで顕著な成功を収めていますが、これらのモデルの解釈可能性と透明性への関心が高まっています。特に、モデルの高精度な予測と同時に、その意思決定プロセスを人間が直感的に理解できるようにする能力が不足しています。この欠如は、多くの実世界のアプリケーションにおけるモデルの採用を制限しています。 コンピュータビジョン分野では、帰属法（Attribution Methods）が神経ネットワークの解釈可能性研究に広く利用されています。これらの方法は、入力画像中のどの領域がモデルの意思決定に最も寄与しているかを示す帰属マップ（Attribution Maps、AMs）を生成します。しかし、帰属マップの定性的性...

オブジェクト再識別のためのTransformer: サーベイ 背景と研究の重要性 オブジェクト再識別（Object Re-Identification、以下Re-ID）は、特定のオブジェクトを異なる時間やシーンで識別する重要なコンピュータビジョンタスクです。本分野は、畳み込みニューラルネットワーク（Convolutional Neural Networks, CNNs）をベースとした深層学習技術により大きな進展を遂げました。しかし、視覚Transformerの登場により、Re-ID研究は新たな局面を迎えています。本研究では、Transformerを用いたRe-ID技術を体系的にレビューし、画像/ビデオ、少データ/少アノテーション、多モーダル、特殊な応用シナリオでの利点と課題を分析します。 研...

特集報道：Pound–Drever–Hall前方フィード技術：フィードバックを超えるレーザー位相ノイズ抑制 著者: Yu-Xin Chao, Zhen-Xing Hua, Xin-Hui Liang, Zong-Pei Yue, Li You, Meng Khoon Tey 機関: 低次元量子物理国家重点実験室、物理学部、清華大学、北京、中国 ジャーナル: Optica 公開日: 2024年7月9日 DOIリンク: ここをクリック 一、研究背景 過去数十年間、超安定光学参考キャビティにロックされた狭線幅レーザーの出現は、重力波検出、光学時計、超低ノイズ光子マイクロ波生成、高忠実度の原子量子ビット制御、超冷分子のコヒーレント合成、暗黒物質及び基本定数の変化の探査など、革新的な技術の先駆けとなり...

科学データレポート | K-emophone: 場所特定の感情、ストレス、注意力ラベルを含むモバイルおよびウェアラブルデータセット 背景紹介 低コストのモバイルおよびウェアラブルセンサーの普及に伴い、多くの研究がこれらのデバイスを利用して人間の精神的健康、生産性、行動パターンを追跡および分析しています。しかし、これまでのところ、実験室環境で収集されたデータセットは発展してきた一方で、実世界のシナリオで収集された感情、ストレス、注意力などのラベルを含むデータセットが不足しており、感情計算（Affective Computing）および人間とコンピュータのインタラクション（Human-computer Interaction）分野の研究進展を制限しています。 研究の出所 本研究は、Soowon ...