Acquisition of understandable latent variable space in deep learning

三年にわたる本研究課題の二年目として、主に(1)画像特徴の周波数成分に応じた潜在空間の獲得、(2)顔面神経麻痺の発症部位および程度に応じた潜在空間の獲得、(3)複数Encoderを用いた非冗長な潜在空間の獲得、の三件のテーマに主に取り組んで実験を行った。各テーマとも、主に学習用データベースの構築と比較的シンプルなモデルでのシミュレーション実験が中心である。(1)では高解像度の顔画像データベースを段階的にダウンスケールしたデータベース20000セットを構築し、StyleGANを元にしたネットワークを用いて、解像度ごとに表現可能な特徴を個別の潜在空間にまとめる実験を行った。(2)では顔面神経麻痺患者および健常者、計43人の表情変化を収録した顔画像データベースを構築し、複数の目的別に作成したEncoderおよびDiscriminatorを用いることで個人の顔形状に起因する特徴と顔面神経麻痺の発症部位および程度に起因する特徴の切り分けを行った。(3)では、主にMNISTやCifer10などの公開データセットを使用して、多目的学習を多段的に実施することで複数のEncoderに非冗長な潜在空間を獲得させ、データの特性に応じた直感的な特徴マップの獲得を行った。いずれの研究においても現状ではそれぞれに課題を抱えているものの、従来法と比べて一定の成果を得た。これらの実験および派生の研究テーマに関して、国内会議13件、国際会議6件、国際学会論文1件ですでに発表を実施した。また、査読を通過した未公開の国際学会論文が1件ある。

三年にわたる本研究課題の二年目として、主に(1)画像特徴の周波数成分に応じた潜在空間の獲得、(2)顔面神経麻痺の発症部位および程度に応じた潜在空間の獲得、(3)複数Encoderを用いた非冗長な潜在空間の獲得、の三件のテーマに主に取り組んで実験を行った。各テーマとも、主に学習用データベースの構築と比較的シンプルなモデルでのシミュレーション実験が中心である。(1)では高解像度の顔画像データベースを段階的にダウンスケールしたデータベース20000セットを構築し、StyleGANを元にしたネットワークを用いて、解像度ごとに表現可能な特徴を個別の潜在空間にまとめる実験を行った。(2)では顔面神経麻痺患者および健常者、計43人の表情変化を収録した顔画像データベースを構築し、複数の目的別に作成したEncoderおよびDiscriminatorを用いることで個人の顔形状に起因する特徴と顔面神経麻痺の発症部位および程度に起因する特徴の切り分けを行った。(3)では、主にMNISTやCifer10などの公開データセットを使用して、多目的学習を多段的に実施することで複数のEncoderに非冗長な潜在空間を獲得させ、データの特性に応じた直感的な特徴マップの獲得を行った。いずれの研究においても現状ではそれぞれに課題を抱えているものの、従来法と比べて一定の成果を得た。これらの実験および派生の研究テーマに関して、国内会議13件、国際会議6件、国際学会論文1件ですでに発表を実施した。また、査読を通過した未公開の国際学会論文が1件ある。