裏取り前
from
異常検知に関する良さげなアイデア
損失関数を変更して希少性に対応
コスト考慮型学習 Cost-Sensitive Learning
重み付き損失関数 Weighted Loss Functions
Time-Balanced Focal Loss
TIME-BALANCED FOCAL LOSS FOR AUDIO EVENT DETECTION
DEEP EMBEDDINGS FOR RARE AUDIO EVENT DETECTION WITH IMBALANCED DATA
フューショット学習
One-for-All Few-Shot Anomaly Detection via Instance-Induced Prompt Learning
複数の音を適切に分類する必要性
一方で異常の可能性もある
複数のラベルをつけて判断すれば,ある程度抑制できる?
OSUM: Advancing Open Speech Understanding Models with Limited Resources in Academia
マルチタスク学習
A Survey on Diffusion Models for Anomaly Detection
NonIIDに対応したロバストな集約手法
当面の間読む: 合計12本
メタ学習と表現学習でNon-IIDに対応
ペアワイズ損失を採用
ユーザの関連を生かし,モデルの構造を動的に共有?
NonIIDとクライアント最適化に対応
ラベルなし学習で対処
時間依存性など,特徴抽出を強化
Weighted Federated Averagingでクラスの不均衡に対応
長期計画を立てる上で必要そう
クライアント最適化
メタ学習でクライアント最適化?
クライアント最適化のラベル不均衡の影響を改善
通信効率
モデルパラメータを周波数空間で表現
通信効率の向上に寄与
通信コストをO(1)に
Zeroth-order Optimizationを利用したアルゴリズムを提案
通信効率改善のサーベイ
制約最適化
バッテリー制約に基づくFL
一旦後回しにする
老人の屋内における異常検知のサーベイ
システム設計に関するサーベイ
クライアント選択
各種課題の精度への影響を検証
クライアントの拒絶手法を提案
セキュリティ
FLにDPを適用する
HAR向けに差分プライバシーを適用したFSL
連合スプリット学習 (FSL) を使用
システム異質性
システム異質性を蒸留で対処
クライアントを除外
他
異質性への対処に関するサーベイ
HAR-FLのシステムにおける,実世界での課題を分析
中央集権的な手法と比較,評価
マルチモーダルなFLの基準となりうる手法を提案
言語情報と視覚情報の両方を学習するために相互知識蒸留アプローチを採用