学部3年 沙田君が研究内容を情報処理学会 第79回UBI研究会で発表しました．また，本研究成果は，UBIヤングリサーチャー賞を受賞しました．

発表概要：近年, 数多くのディープラーニングモデルが提案され, それらを活用した多種多様なデータセットを 基にした画像分類の研究が進められている. しかしながら, 分類クラスの総数が増加するにつれて分類の精度は低下するという問題があり, 特に画像分類タスクにおける課題として顕在化している. さらに, データセット内で類似度が高いクラスにおける分類の精度が低いことも課題として挙げられる. 本研究では, 複数個のモデル使用し, 階層的にクラス分類を実現する新しい手法を提案する. 提案手法では, 対照学習を通じて得られた潜在表現を基に, 入力データに対して最も適切な分類モデルを選択する. その後, 選ばれた最適な分類モデルによって, 入力データの分類を行う二段階の分類プロセスを採用する. 本研究では提案手法の有効性を示すために実験を行い, 既存手法に対して分類精度向上を示すとともに, 類似度が高いクラスの分類精度も向上させることができた.