#528
summarized by : QIU YUE
Task Programming: Learning Data Efficient Behavior Representations

どんな論文か?

Behavior Analysisのためのアノテーションサンプル効率性を高められる新たな手法TREBAを提案。既存のBehavior AnalysisタスクではAnnotation コストが高い問題点がある。この研究でAnnotation のSample Efficiencyを高められる手法を提案(Self-supervised学習とExpert-defined programsを結合させた)。
placeholder

新規性

①Behavior Analysisという分野がCVの視野から見ると研究が少ないかつ難しいところがある。②この研究でExpert-defined programsとSelf-supervisionを結合した、よりAnnotation Sample efficencyを高められる手法を提案。③提案の手法があらゆるBehavior Analysisにおいての有効性が想定できる。

結果

①Behavior neuroscienceの2つのDomain (MiceとFruit Flies)でExpert-defined programsの数のTrade-offを分析する実験を行った。実験結果により、Expert-defined programsをアノテーションする場合のAnnotation Sample efficencyが高い傾向になった。

その他(なぜ通ったか?等)