データ限定科学分野への適応的転送

本論文は、事前学習済みのビジョンモデルをデータ限定の科学分野に適応させるための新しい手法であるCLAdapterを紹介しています。この手法は、特徴表現を洗練するために注意メカニズムとクラスタ中心を利用し、効果的な転移学習を可能にします。本論文の重要性は、データが不足している専門的なタスクでのパフォーマンスを向上させる可能性にあり、これは科学研究における一般的な課題です。さまざまなドメイン（一般、マルチメディア、生物学など）への幅広い適用性と、さまざまなモデルアーキテクチャとのシームレスな統合が主な強みです。

• •データ限定の科学分野向けに、事前学習済みビジョンモデルを適応させる新しい手法であるCLAdapterを提案。
• •CLAdapterは、特徴表現を洗練するために注意メカニズムとクラスタ中心を使用。
• •さまざまな科学分野で最先端のパフォーマンスを実証。
• •2Dおよび3Dコンテキストで、さまざまなモデルアーキテクチャ（CNN、Transformer）とのシームレスな統合を提供。
• •コードは公開されています。