画像を作る役割と文章との一致を測る役割で、二つの文章表現を学ぶ画像生成法
- 二つの独立した文章表現を画像生成用と画像・文章の対応学習用に分け、それぞれ異なる損失で更新する。
- 著者らの表では、MS-COCOのFIDはDTE-GANが25.17、AttnGANが35.49、DF-GANが19.32だった。
- 花の図鑑用挿絵への応用には、対応する画像と説明文を用意し、記述と生成画像の細部の一致を検証する必要がある。
RESEARCH BRIEFS
論文をさくっと読む
掲載済みの論文解説から、研究の要点を短く紹介します。
数式で作る干渉縞をPixMixに使う画像分類の頑健性検証
- MoireDBは、数式で生成した同心円の干渉縞をPixMixの補助画像として使う。
- 表2のCorruptions欄ではMoireDBがCIFAR-10-Cで9.4、CIFAR-100-Cで30.9。いずれもBaselineより低いが、CIFAR-100-CではFVisの30.3より高い。
- 本文の総括と一部の表の値・指標説明には食い違いがあり、実務利用には対象画像での比較と指標の確認が必要。
地震波の初動を自動推定し、手動の印も見直すSPR
- SPRは手動の初動印を固定した正解とせず、波形の予測と合わせて初動候補を交互に更新する。
- 学習後は、手動印のない波形の初動推定と、印のある波形の修正候補の算出に使える。
- Sudburyの現場内試験ではHR0が74.20％、MAEが1.6014。SudburyからLalorへの転用ではResUNetよりHR0は高いが、MAEも大きい。
領域分割への寄与度で赤外・可視画像を融合するUAAFusion
- 赤外・可視画像のクラス別寄与度を、領域分割に向けた融合の重みに使う。
- 反復計算を複数段階に展開し、寄与度に基づく注意機構と段階間の記憶機構を組み込む。
- 著者らは融合と分割の比較実験を報告するが、確認できた本文から指標名や数値は特定できない。
脳MRIの体動補正を拡散モデルで検証――撮影断面による成績差と画像捏造のリスク
- 方法本文では、静止画像だけで学習したDDPMを脳MRIの体動補正に用いている。
- 横断面では拡散モデルのNMSEとPSNRが比較した二つのU-Netより良かったが、矢状断面では人工画像で学習したU-NetよりSSIMが低かった。
- 著者らは矢状断面と冠状断面で画像の捏造を報告し、診断精度への影響を調べる臨床検証を課題に挙げた。
人の牽引に従い、衝撃による移動を抑えるロボット制御
- SFCは、接触力から目標速度を作るモデルに非線形の減衰を用い、人の牽引への追従と衝撃への抵抗を狙う。
- 著者らはシミュレーションと固定式・移動式ロボットアームでL-AC、N-ACと比較したが、確認できた本文には改善幅の数値がない。
- 導入時は対象機の力と制御周期に合わせて調整し、牽引への追従と衝撃後の移動量を同じ条件で測る必要がある。
四足歩行のQPは疎な形が速いか：解法と搭載計算機を比較
- MPCのQPを疎・部分圧縮・完全圧縮の形で、解法と計算機を変えて比較した。
- 著者らの条件では、MPCはHPIPM speed_abs、WBCはEiquadprogの処理時間が最短だった。
- 導入時は求解時間とCPU電力に加え、解の精度、時間のばらつき、歩行安定性を対象機で検証する必要がある。
画像特徴を分けて処理するPartialNet：畳み込みと注意機構を並列に使う
- PATConvは特徴チャネルを分け、畳み込みと視覚的注意を並列に適用して結合する。
- DPConvは計算量への制約を設けながら、層ごとの分割比率を学習する。
- 著者らのImageNet-1K評価では、PartialNet-T2のTop-1正解率は80.2％、FasterNet-T2は78.9％だった。
中国の眼科診療に沿ってLLMを測るOphthBench：591問の設計と採点を読む
- 中国の眼科診療を五場面・9タスクに分けた591問で、39のLLMを評価した。
- 通常の指示文と工夫を加えた指示文では上位モデルの順位が変わり、後者で得点が下がる例もあった。
- 著者らはモデルの網羅性と設問・タスクの範囲を限界としており、現場での利用には対象業務での検証が要る。
脳の鉄・ミエリン解析に使う血管マスクを、磁化率マップから作る方法
- R2*と、常磁性・反磁性マップの積から起点を作り、血管形状に沿って領域を広げ、非血管構造を除いてマスクを作る。
- 著者らは従来法との比較で最高のDice係数を報告し、再構成法の定量評価と集団平均の関心領域解析でもマスク適用による変化を報告した。
- データセットやDice係数の実数値、撮像条件は示されておらず、導入時には専門家ラベルとの照合と集計値への影響の確認が必要である。
林業クレーンの丸太つかみを学習する――直径を変えた模擬試験で成功率を測る
- 設計データに基づく林業クレーンの模擬環境で、丸太をつかむ速度制御を強化学習させた。
- 直径0.3～0.8メートルの六条件で各100回試し、模擬試験の成功率は94～98％だった。
- 油圧系を簡略化し、丸太位置が分かる前提を置いているため、実機への適用には追加検証が要る。
少数の医用画像に合わせる学習で、役立つ補助データを順に選ぶASAP
- ASAPは学習中に補助データ群を順に選び、少数の正解付き医用画像へ分割モデルを適応させる。
- MRI二課題とCT二課題を、目標例3件・5分割交差検証の条件で評価した。
- WMHのMambaUNetではDice値71.06％で、Direct FTの62.35％を上回った。