研究展示
| 03 |
ラベルなしデータだけで新環境に適応するAIソースフリードメイン適応の理論的解釈 
|
|---|
| どんな研究 |
訓練済みAIモデルを全く新しい環境で運用するには、再訓練のために正解ラベルを含めてデータを取り直す必要があり、コストがかかります。ここでは、ラベルなしデータだけでモデルを新環境に適応させるソースフリードメイン適応技術について、理論的解釈と改良手法を紹介します。 |
|---|---|
| どこが凄い |
これまで個別に提案されてきたソースフリードメイン適応手法に対して、異なる研究領域で示された理論に基づく統一的な解釈を提示しました。この理論的な解釈から得た2つの有用な知見を用いて新しい改良技術を創出し、従来法に対して様々な条件で一貫した性能改善を達成しました。 |
| めざす未来 |
ソースフリードメイン適応は、ラベルありデータのプライバシー・著作権などの保護や、新環境への柔軟な適応を可能とする、実用性の高い技術として注目されています。本研究が解明した理論的解釈は、技術の信頼性を向上させ、新たな技術創出の基盤にもなりうることが期待されます。 |
[1] Y. Mitsuzumi, A. Kimura, H. Kashima, “Understanding and improving source-free domain adaptation from a theoretical perspective,” in Proc. The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 28515-28524, 2024.
三鼓 悠（Yu Mitsuzumi）メディア情報研究部 メディア認識研究グループ