画像分類の注目領域を、複数層の一致で絞り込むHiRA-CAM
- 選んだCNNの層別の注目図を区画単位で照合し、最も深い層の図を調整する。
- 著者らはImageNet検証画像2,000枚と三つのCNNで、比較したGrad-CAM、LayerCAMより良いPointing GameとDeletion AUCを報告した。
- 固定格子が対象物の形に合うかは今後の課題で、製造現場での効果は別途検証が必要。
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。
VLMの予測集合は平均で90％を目指しても、スケッチ画像のどのクラスで外れるか
- ImageNet-SketchではAPSの平均被覆率が約0.86でも、最悪クラスの被覆率は0だった。
- CLIPのSketch評価では、Conf-OTが平均被覆率を0.862から0.898へ上げた一方、最悪クラスは0.00のままだった。
- 移動先の正解ラベルによるクラス別再校正はCLIPの最悪クラスを0.75へ上げたが、全クラスのラベルを要し、平均集合サイズは39.2だった。
進路候補ごとに未来を予測して採点するDA-WAM
- 各進路候補に固有の未来の特徴を予測し、その候補の採点に直接使う。
- 実際の未来画像との特徴照合は、実行進路に最も近い候補に限定する。
- 著者らはNAVSIM-v1 navtestで93.7 PDMS、NAVSIM-v2 navtestで87.7 EPDMSを報告した。
自閉スペクトラム症の成人5人と考えた、対人場面を練習するロボットの設計条件
- 自閉スペクトラム症の成人男性5人が、約90分のオンライン座談会と共同設計に参加した。
- 発言と付箋の分析から、練習相手としての役割、調整可能なフィードバック、私的場面での利用境界など七つのテーマを整理した。
- 完成したロボットによる訓練効果は測っておらず、実際の対人場面への効果は今後の検証事項である。
手首の角度から空気圧を決める、軟らかい補助具の個人別制御
- 著者らは、圧力と手首角度の140秒のデータから、利用者ごとの静的・動的な応答をモデル化した。
- 制御中は角度情報から空気圧指令を計算し、意図推定に筋電や力のセンサーを使わない。
- 試験装置での著者らの報告値は、補助なしに対し相互作用トルク最大73％減、主な屈筋・伸筋の活動最大47％減である。
VR実演で米や豆のすくい動作を学ぶ食事支援ロボット環境
- VR操作による粒状食品のすくい・運搬実演を記録し、三つの模倣学習手法を試せる環境を構築した。
- 著者らの仮想環境での評価では、BCQの全食品平均成功率はVR実演で80％、3Dスペースマウス実演で68％だった。
- 学習に使わない食品も評価したが、実機や食事をする利用者を含む条件での結果は確認できない。
AIコーディングエージェントが押し操作の制御器を作る：Push-Tでの検証
- AIコーディングエージェントがシミュレーションで試行と修正を重ね、人間の実演データを使わずにPush-Tの制御コードを生成した。
- gym_pushtの200評価条件では、生成コードの状態入力版が成功率100.0％、画像入力版が97.2％だった。
- 著者らは、シミュレーター固有の性質への依存と、実機での頑健性が未確認である点を限界として挙げている。
融資リスクの判断根拠を文章にする――属性と貸付間の関係を使った説明の評価
- 著者らは、住宅ローンの属性と貸付間の関係から得た説明材料を、言語モデルで文章に変える三つの経路を評価した。
- 文章が根拠に沿う度合いのばらつきには、言語モデルの違いより説明材料を作る経路の違いが強く関係したと報告する。
- 生成文は重要な要因を挙げられても影響方向の記述が比較的不安定で、専門家は非専門家より厳しい根拠の基準を適用した。
因果モデルで値を固定すると、どの矢印が消えるのか
- 介入対象の式を定数に置き換えた後の依存グラフは、元の依存グラフから対象へ入る矢印を消した結果と一致する。
- モデルに添えたグラフに使われない矢印がある場合、一つの介入で一致するのは、その余分な矢印がすべて介入対象へ入るときである。
- 結果は定理の証明とLean 4による確認に基づく。実データでの予測精度は示されていない。
配送ロボットの担当と作業順を一つの探索で決める二層のアリコロニー最適化
- 回収・配達の仕事について、担当ロボットと作業順を二層のアリコロニー最適化で決める。
- 著者らは、３台のロボットによるシミュレーションで、５・10・20件のすべてにおいて平均総移動距離と平均完了時間がMILP、PSOより小さかったと報告する。
- 実導入では、計画に使う直線距離と障害物を避ける実走行距離の差、環境変化への対応を検証する必要がある。
PDDLの修正箇所をLLMは見つけられるか――一致度と試験合格率の差
- 著者らは、公開重み言語モデルにPDDLの前提条件と効果の修正を直接提案させ、試験計画を渡す設定も評価した。
- 12の誤りを加えたIPC由来領域で、最良のNoTrace設定は平均F1が0.87、平均試験合格率が0.82だった。
- 修正箇所の一致度が高くても全試験の合格は保証されず、候補の採用には試験の再実行が必要である。
圧縮した温度場から反応速度と高温領域を計算するITNT
- ITNTは、TT形式で圧縮した配列に、反復計算を使って逆数や指数関数、領域の選別を適用する。
- 著者らは火炎の温度場で、ボンド次元200、5回の反復による逆温度場の相対誤差が2％未満と報告した。
- 最大値探索も扱うが、切り詰め誤差が大きい条件では厳密な最大値を保証できず、近似的な候補になる。