論文の概要: Mitigating Shortcut Learning: Texture-Penalized Prototype Networks

• arxiv url: http://arxiv.org/abs/2609.07504v1
• Date: Mon, 07 Sep 2026 13:51:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 00:07:54.56369
• Title: Mitigating Shortcut Learning: Texture-Penalized Prototype Networks
• Title（参考訳）: ショートカット学習のマイグレーション:テクスチュアペナライズされたプロトタイプネットワーク
• Abstract要約: CNNは、強いインダクティブテクスチャバイアスにより、深刻な性能劣化を示す。 この問題を解決するために,テクスチャペナライズされたプロトタイプネットワーク(TPPN)を導入する。 TPPNはリソース集約型データセットに依存することなく、この固有のバイアスをシフトする。
• 参考スコア（独自算出の注目度）: 0.7816377212023298
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Standard Convolutional Neural Networks (CNNs) exhibit severe performance degradation due to a strong inductive texture bias that prioritizes local, high-frequency patterns over global structural shapes. This dependency causes confident misclassifications during textural changes or environmental effects. To address this flaw, this study introduces the Texture-Penalized Prototype Network (TPPN), a novel architectural framework that shifts this inherent bias without depending on resource-intensive augmented datasets. Specifically, a Texture-Penalization Branch (TPB) imposes a penalty to suppress the extraction of local texture proxies, forcing the network backbone to discard high-frequency cues and extract purified, shape-biased representations. By evaluating similarities within a prototype-based hypersphere derived from the final convolutional features, the approach enforces strict geometric constraints, treating objects as compositions of essential parts to achieve robust classification. Evaluations on texture-shape cue-conflict datasets and synthetic noise benchmarks demonstrate the stronger shape bias of this structural disentanglement. The proposed framework reduces the inherent texture bias of a baseline ResNet-50 from 55.11% to 29.73%, surpassing the texture-suppression capabilities of an off-the-shelf Vision Transformer (ViT-B/16). Furthermore, the approach demonstrates robust generalization under cue-conflict conditions, resisting textural shortcut learning when encountering Out-of-Distribution (OOD) shapes. The model maintains stronger shape accuracy against elevated perturbations. On clean validation data, the architecture incurs a minimal drop in accuracy of 0.90 percentage points. This provides a structural, efficient solution to CNN texture bias.
• Abstract（参考訳）: 標準畳み込みニューラルネットワーク(CNN)は、大域的な構造形状よりも局所的で高周波なパターンを優先する強い帰納的テクスチャバイアスにより、深刻な性能劣化を示す。 この依存は、テクストの変化や環境効果において、確実な誤分類を引き起こす。 この問題を解決するために、リソース集約型データセットに依存することなく、この固有のバイアスをシフトする新しいアーキテクチャフレームワークであるTexture-Penalized Prototype Network (TPPN)を導入する。 具体的には、テクスチャ・ペナライゼーションブランチ(TPB)は、局所的なテクスチャプロキシの抽出を抑えるためにペナルティを課し、ネットワークバックボーンは高周波キューを破棄し、精製された形状に偏った表現を抽出する。 最終畳み込み特徴から導かれるプロトタイプベースの超球面内の類似性を評価することにより、厳密な幾何学的制約を課し、オブジェクトを必須部分の合成として扱い、堅牢な分類を実現する。 テクスチャ形状のキューコンフリクトデータセットと合成ノイズベンチマークによる評価は、この構造的絡み合いのより強い形状バイアスを示す。 提案したフレームワークは、ベースラインのResNet-50のテクスチャバイアスを55.11%から29.73%に減らし、市販のビジョントランス(ViT-B/16)のテクスチャ抑圧能力を上回った。 さらに, この手法は, 外部分布(OOD)形状に遭遇した場合に, 文章のショートカット学習に抵抗し, キュー・コンフリクト条件下でのロバストな一般化を示す。 このモデルは、高次摂動に対してより強い形状の精度を維持する。 クリーンな検証データでは、アーキテクチャは0.90ポイントの精度を最小限に低下させる。 これにより、CNNのテクスチャバイアスに対する構造的で効率的なソリューションが提供される。

関連論文リスト

• Chaotic Contrastive Learning for Robust Texture Classification [0.0]
  本稿では,自己指導型学習と決定論的カオス力学を相乗化する新しい枠組みを提案する。 本稿では,画素単位のカオスマップが非線形データ拡張手法として機能する,カオス的コントラスト事前学習戦略を提案する。 6つのテクスチャベンチマーク実験の結果,提案手法の優位性を示した。
  論文  参考訳（メタデータ） (2026-05-06T15:11:28Z)
• Remote Sensing Image Super-Resolution for Imbalanced Textures: A Texture-Aware Diffusion Framework [14.897323487173587]
  近年, 自然画像の超解像化において, 先進拡散は最先端の性能を達成している。 リモートセンシング画像への直接的適用は、重大な欠点を露呈する。 テクスチャ分布を表すためにRTDM(Relative Texture Map)を推定することから始まる新しいフレームワークであるTexADiffを提案する。
  論文  参考訳（メタデータ） (2026-04-15T15:36:49Z)
• Alternating Gradient Flow Utility: A Unified Metric for Structural Pruning and Dynamic Routing in Deep Networks [52.153950303594684]
  交互勾配流(Alternating Gradient Flow, AGF)に着想を得た非結合型運動パラダイムを提案する。 AGFはネットワークの構造的「運動ユーティリティ」を正確にキャプチャする 我々は、AGFに誘導されるオフライン構造探索を、ゼロコストの物理プリミティブを介してオンライン実行から切り離すハイブリッドルーティングフレームワークを設計する。
  論文  参考訳（メタデータ） (2026-03-12T18:19:21Z)
• StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models [98.72926158261937]
  本稿では,Visual AutoRegressive モデルのためのトレーニングフリートークン解析フレームワークを提案する。 我々は局所的なテクスチャの詳細を捉えるために軽量なハイパスフィルタを使用し、グローバルな構造情報を保存するために主成分分析(PCA)を活用している。 スパーストークンの下で有効な次世代の予測を維持するために,近接した特徴伝達戦略を導入する。
  論文  参考訳（メタデータ） (2026-03-02T11:35:05Z)
• Quantifying and Inducing Shape Bias in CNNs via Max-Pool Dilation [0.9176056742068813]
  畳み込みニューラルネットワーク(CNN)は強いテクスチャバイアスを示し、グローバルな形状情報よりも局所的なパターンを好むことが知られている。 構造類似度指数(SSIM)の計算によりデータセットの形状・テクスチャバランスを定量化するデータ駆動計量を提案する。 本稿では,畳み込み重みを凍結したまま最大プール演算のディレーションを変更することにより,形状バイアスを促進する計算効率のよい適応法を提案する。
  論文  参考訳（メタデータ） (2026-01-09T07:36:29Z)
• Knowledge-Informed Neural Network for Complex-Valued SAR Image Recognition [51.03674130115878]
  本稿では,新しい「圧縮集約圧縮」アーキテクチャ上に構築された軽量なフレームワークであるKnowledge-Informed Neural Network(KINN)を紹介する。 KINNはパラメータ効率の認識における最先端を確立し、データスカースとアウト・オブ・ディストリビューションのシナリオにおいて例外的な一般化を提供する。
  論文  参考訳（メタデータ） (2025-10-23T07:12:26Z)
• TopoFR: A Closer Look at Topology Alignment on Face Recognition [58.45515807380505]
  PTSAと呼ばれるトポロジカル構造アライメント戦略とSDEという硬質試料マイニング戦略を利用する新しいFRモデルであるTopoFRを提案する。 PTSAは永続ホモロジーを用いて入力空間と潜在空間の位相構造を整列し、構造情報を効果的に保存し、FRモデルの一般化性能を向上させる。 一般的な顔のベンチマーク実験の結果は、最先端の手法よりもTopoFRの方が優れていることを示している。
  論文  参考訳（メタデータ） (2024-10-14T14:58:30Z)
• Isomorphic Pruning for Vision Models [56.286064975443026]
  構造化プルーニングは、冗長なサブ構造を取り除くことによって、ディープニューラルネットワークの計算オーバーヘッドを低減する。 Isomorphic Pruningは、ネットワークアーキテクチャの範囲で有効性を示すシンプルなアプローチである。
  論文  参考訳（メタデータ） (2024-07-05T16:14:53Z)
• Distance Weighted Trans Network for Image Completion [52.318730994423106]
  本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。 CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。 DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
  論文  参考訳（メタデータ） (2023-10-11T12:46:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。