クラス間でのサンプル数が異なるようなデータ (long-tailed data) での効果的な表現学習の方法を提案．headとtailクラスでは，特徴量空間においてクラス内の多様性が大きく異なるため，識別性能が低下しているという可能性を指摘．学習中に，クラス間の特徴ベクトルの角度を基に，headクラスの分布に近づくように，tailクラスの分布を拡張するaugmentation方法を提案．