ウォームスタートを活用した胸部X線レポート生成の改善
Improving Chest X-Ray Report Generation by Leveraging Warm-Starting 患者の胸部X線（CXR）からレポートを自動的に生成することは、臨床的作業負荷を軽減し、患者のケアを改善するための有望なソリューションです。ただし、主にエンコーダーからデコーダーへのモデルである現在のCXRレポートジェネレーターは、臨床現場で展開するための診断精度に欠けています。 CXRレポートの生成を改善するために、最近のオープンソースコンピュータービジョンと、Vision Transformer（ViT）やPubMedBERTなどの自然言語処理チェックポイントを使用してエンコーダーとデコーダーをウォームスタートすることを調査します。この目的のために、各チェックポイントは、自然言語生成と臨床効果（CE）メトリックを使用して、MIMIC-CXRおよびIUX線
ReconFormer：RecurrentTransformerを使用した加速MRI再構成
ReconFormer: Accelerated MRI Reconstruction Using Recurrent Transformer 加速磁気共鳴画像（MRI）再構成プロセスは、k空間での過度のアンダーサンプリング操作のために、困難な不適切な逆問題です。本論文では、高度にアンダーサンプリングされたk空間データから高出生性磁気共鳴画像を繰り返し再構成できるMRI再構成のための反復変圧器モデル、すなわちReconFormerを提案する。特に、提案されたアーキテクチャは、Recurrent Pyramid Transformer Layers（RPTL）に基づいて構築されています。これは、すべてのアーキテクチャユニットで固有のマルチスケール情報と、反復状態を介した深い特徴相関の依存関係を共同で活用します。さらに、提案されたReconFormerは、パラメータ効率のために反復構造を採用し
通常のデバイスで1000倍高速なカメラとマシンビジョン
デジタルカメラでは、大きな制限があります。フィルムカメラから継承された画像とビデオの形式により、急速に変化するフォトニックの世界をキャプチャできなくなります。ここでは、光子の蓄積がしきい値に達したかどうかを各ビットが表すビットシーケンス配列であるvidarを提示し、いつでもシーンの放射輝度を記録および再構築します。民生用CMOSセンサーと集積回路のみを採用することで、従来のカメラの1,000倍の速さのバイダーカメラを開発しました。バイダーを生物学的視覚のスパイクトレインとして扱うことにより、機械の速度と生物学的視覚のメカニズムを組み合わせたスパイキングニューラルネットワークベースのマシンビジョンシステムをさらに開発し、人間の1,000倍の高速物体検出と追跡を実現しました。ヴィジョン。副審とターゲットポインティングシステムでのバイダーカメラとスーパービジョンシステムの有用性を示します。私たち
ディープRGBTトラッキングの調査
RGBTトラッキングで短絡された可視（RGB）および熱赤外線（TIR）電磁波を使用した視覚オブジェクトトラッキングは、最近、トラッキングコミュニティでますます注目を集めています。深層学習の急速な発展を考慮して、最近の深層ニューラルネットワークベースのRGBTトラッカーの調査をこの論文で提示します。まず、このカテゴリに分類されるRGBTトラッカーについて簡単に紹介します。次に、いくつかの挑戦的なベンチマークでの既存のRGBTトラッカー間の比較が統計的に行われます。具体的には、MDNetアーキテクチャとシャムアーキテクチャは、RGBTコミュニティの2つの主流フレームワークであり、特に前者です。 MDNetに基づくトラッカーはより高いパフォーマンスを実現し、シャムベースのトラッカーはリアルタイムの要件を満たします。要約すると、大規模なデータセットLasHeRが公開されているため、リアルタイムでよ
ウェーブレット-画像分類のためのCNNに注意
畳み込みニューラルネットワーク（CNN）に基づく特徴学習手法は、画像分類タスクで大きな成果を上げることに成功しています。ただし、固有のノイズおよびその他のいくつかの要因により、畳み込み特徴統計の有効性が弱まる可能性があります。この論文では、周波数領域で離散ウェーブレット変換（DWT）を調査し、高周波領域でのみ注意を実装する新しいウェーブレット注意（WA）ブロックを設計します。これに基づいて、画像分類のためのウェーブレット注意畳み込みニューラルネットワーク（WA-CNN）を提案します。具体的には、WA-CNNは、特徴マップを低周波成分と高周波成分に分解して、基本オブジェクトの構造、詳細情報、ノイズをそれぞれ格納します。次に、WAブロックを利用して、さまざまな注意要因を使用して高周波ドメインの詳細情報をキャプチャしますが、低周波ドメインの基本的なオブジェクト構造を予約します。 CIFAR-10
コンパクトな2次画像勾配方向による顔認識
Face recognition via compact second order image gradient orientations 画像勾配方向に基づく従来の部分空間学習アプローチは、一次勾配情報のみを使用します。ただし、人間の視覚システム（HVS）に関する最近の研究では、神経画像が風景または表面であり、その幾何学的特性を2次勾配情報で取得できることが明らかになっています。 2次画像勾配方向（SOIGO）は、顔画像のノイズの悪影響を軽減できます。 SOIGOの冗長性を減らすために、SOIGOに線形複素主成分分析（PCA）を適用することにより、コンパクトSOIGO（CSOIGO）を提案します。協調表現ベースの分類（CRC）アルゴリズムと組み合わせることで、CSOIGOの分類パフォーマンスがさらに向上します。 CSOIGOは、実際の変装、合成されたオクルージョン、および混合バリエーショ
拒否環境におけるビジョンベースのUAVローカリゼーションシステム
無人航空機（UAV）のローカリゼーション機能は、グローバルナビゲーション衛星システム（GNSS）の拒否環境で重要です。このホワイトペーパーの目的は、純粋に視覚的なアプローチでUAV自体の位置を特定する問題を調査することです。このタスクは主に、UAVがGNSS信号を取得しないときにカメラによって取得された画像を介して、対応する地理タグ付き衛星画像を照合することを指します。衛星画像は、UAV画像と位置情報の間のブリッジです。ただし、UAVに基づく以前のクロスビューデータセットのサンプリングポイントは、空間分布が離散的であり、クラス間の関係は確立されていません。 UAVのローカリゼーションの実際のプロセスでは、空間内でのUAVの動きが連続しているため、近接位置分布のクラス間機能の類似性は小さいはずです。これを考慮して、本論文では、実際のアプリケーションシナリオで空間距離とスケール変換によって引き
ビデオキャプションとアプリケーションの統合アプローチ
物理コンピューティングインフラストラクチャ、データ収集、およびアルゴリズムは、最近、画像やビデオから情報を抽出するために大幅な進歩を遂げました。画像キャプションとビデオキャプションの成長は特に顕著です。ただし、ビデオキャプションの進歩のほとんどは、依然として短いビデオで行われています。この調査では、ビデオフレーム全体の小さなサブセットであるキーフレームのみを使用して、より長いビデオにキャプションを付けます。キーフレームの数に応じて、数千のフレームを処理する代わりに、数フレームのみが処理されます。多くのフレームの計算とキャプション処理の速度の間にはトレードオフがあります。この調査のアプローチは、ユーザーが実行時間と精度の間のトレードオフを指定できるようにすることです。さらに、画像、ビデオ、自然言語をリンクすることで、多くの実用的なメリットと即時の実用的なアプリケーションが提供されると私たちは
顔のロバストな対になっていない単一画像の超解像
顔のクラス固有の単一画像超解像（SISR）メソッドの敵対的攻撃を提案します。 Fast Gradient Sign Method（FGSM）やProjected Gradient Descent（PGD）法などの既存の攻撃は、これらのネットワークでは高速ですが効果がないか、効果的ですが非常に低速です。このようなネットワークのトレーニングに使用されるMSE損失がさまざまな劣化の下でトレースされる表面を綿密に検査することにより、そのパラメーター化可能な特性を特定することができました。このプロパティを活用して、複数の勾配上昇ステップ（高速）を必要とせずに最適な劣化（効果的）を見つけることができる敵対的攻撃を提案します。私たちの実験は、提案された方法が、対になっていない顔面およびクラス固有のSISRのタスクに対して、FGSMやPGDなどの最先端の敵対的攻撃よりも優れた速度と有効性のトレードオフを達
グラフベースの知識補足ネットワークを介した合成開口レーダー画像からの変化検出
Change Detection from Synthetic Aperture Radar Images via Graph-Based Knowledge Supplement Network 合成開口レーダー（SAR）の画像変化の検出は、リモートセンシング画像分析の分野で重要でありながら困難な作業です。以前のほとんどの作品は、疑似ラベル付きサンプルを使用して後続のトレーニングとテストをガイドする自己監視方式を採用しています。ただし、ディープネットワークでは通常、パラメータの最適化のために多くの高品質のサンプルが必要です。疑似ラベルのノイズは、必然的に最終的な変化検出のパフォーマンスに影響を与えます。この問題を解決するために、グラフベースの知識補足ネットワーク（GKSNet）を提案します。具体的には、既存のラベル付きデータセットから識別情報を追加知識として抽出し、ノイズの多いサンプルの
FedMed-GAN：フェデレーションマルチモーダル教師なし脳画像合成
FedMed-GAN: Federated Multi-Modal Unsupervised Brain Image Synthesis ペアのマルチモーダルニューロイメージングデータを利用することは、人間の認知活動と特定の病状を調査するのに効果的であることが証明されています。ただし、コレクションはいくつかの制約に直面しているため、ペアのニューロイメージングデータの完全なセットを一元的に取得することは実用的ではありません。たとえば、高い検査コスト、長い取得時間、さらには画像の破損などです。さらに、ペアになっているニューロイメージングデータのほとんどは異なる医療機関に分散しており、プライバシーの問題を考慮して集中トレーニングのためにグループ化することはできません。このような状況では、連合学習を開始し、さまざまな病院やデータ所有者からの他の対になっていないデータの統合を促進する必要があることは
機械学習を使用した腎臓結石のinvivo認識について
On the in vivo recognition of kidney stones using machine learning 腎臓結石の種類を特定することで、泌尿器科医は腎結石の再発を防ぐための治療法を処方することができます。自動化された生体内画像ベースの分類方法は、診断の最初のフェーズとして必要な腎臓結石のタイプを即座に特定するための重要なステップです。文献では、ex-vivoデータ（つまり、非常に制御されたシーンおよび画像取得条件）で、自動化された腎臓結石分類が実際に実行可能であることが示されていました。このパイロット研究では、標準的な尿管鏡検査中に内視鏡で取得された4つの最も頻繁な尿路結石タイプの生体内画像でテストされた6つの浅い機械学習方法と3つの深層学習アーキテクチャの腎臓結石認識性能を比較します。この寄稿では、データベースの構築と、テストされた腎臓結石分類器の設計につい
CNN画像分類器における信号強度とノイズ駆動機能の優先度
Signal Strength and Noise Drive Feature Preference in CNN Image Classifiers 畳み込みニューラルネットワーク（CNN）画像分類器の機能設定は、意思決定プロセスに不可欠であり、このトピックは十分に研究されていますが、基本的なレベルではまだ理解されていません。合成データセットを使用して機能の好みを決定する高度に制御されたCNN画像分類実験で、さまざまな程度の信号とノイズを使用して、タスクに関連するさまざまな機能属性（形状、テクスチャ、色など）をテストします。 CNNは、特徴がテクスチャ、形状、または色であるかどうかに関係なく、より強い信号強度とより低いノイズを備えた特徴を好むことがわかります。これは、タスク関連の機能設定の予測モデルのガイダンスを提供し、実験のセットアップを注意深く制御することで回避できるマシンモデルのバ
CNNと教師なし学習を使用した南米の山火事のマルチスペクトル衛星画像の分析
Analyzing Multispectral Satellite Imagery of South American Wildfires Using CNNs and Unsupervised Learning アマゾンの熱帯雨林では深刻な干ばつがより頻繁に発生し、乾季が長くなるため、活発な山火事に迅速に対応し、消火できなくなる前に予測することが重要です。コンピュータビジョンの研究者は、大規模なデータベースにアルゴリズムを適用して山火事を自動的に検出しましたが、現在のモデルは計算コストが高く、南米の地域の低技術条件には十分な汎用性がありません。この包括的な深層学習研究では、最初に、エクアドルとガラパゴス諸島のマルチスペクトルLandsat8画像でスキップ接続を使用して完全畳み込みニューラルネットワークをトレーニングします。モデルは、各画像の対応するピクセルレベルのバイナリファイアマスクを
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
医用画像におけるトランスフォーマー：調査
深い畳み込みニューラルネットワークを使用した組織病理学的画像分類における前処理の重要性
RePaint：ノイズ除去拡散確率モデルを使用した修復
ディーププライアと劣化モデルの反転によるハイパースペクトル画像の超解像
一般化可能なマルチソースの人の再識別のための新しい混合正規化方法
MMLatch：マルチモーダル感情分析のためのボトムアップトップダウンフュージョン
Spectral-PQ：RGB 4：4：4ビデオデータ用の新しいスペクトル感度指向の知覚圧縮技術
スケーラブルで回転的に等変な球形CNNのための球上の散乱ネットワーク
顔の属性に基づくうつ病認識を検索する神経アーキテクチャ
マルチビュー心エコー検査による心筋梗塞の早期発見
パッチはあなたが必要とするすべてですか？
強化学習における時間的に調整された探索のための生成的計画
回帰によるホットリフレッシュモデルのアップグレード-画像検索における互換性のあるトレーニングの軽減
ディープリソグラフィーシミュレーターを最新の状態に保つ：グローバル-ローカル形状ベースのノベルティ検出とアクティブラーニング
マルチスケール注意による視覚的場所認識のための意味論の学習
画像データ拡張のための特徴変換
マルチモーダル医療セグメンテーションマップのための形状一貫性のある生成的敵対的ネットワーク
どのスタイルが私を魅力的にしますか？ StyleGANでの解釈可能な制御の発見と反事実的説明
目に見えないプライバシーを保護する画像ドメインからのベッド内の人間の姿勢推定
マルチモーダルグラウンディングにおけるデータセット間のシフトを評価するための質問の生成
手書きの単語から取り消し線を削除するためのペアの画像から画像への翻訳
自動運転のための空間コンテキストディープネットワークベースのマルチモーダル歩行者検出
ERQA：ビデオ超解像のためのエッジ復元品質評価
SEN12MS-CR-TS：マルチモーダルマルチテンポラルクラウド除去のためのリモートセンシングデータセット
集約されたデータセットで順次トレーニングされたエンドツーエンドの個人検索
できれば説明してください！特徴づけられたインスタンスレベルの人間の構文解析
教師なしノイズ除去学習のための最適なトランスポート
AutoSeg-自動病理セグメンテーションのための誘導バイアスの操作
歴史的文書分類におけるテキスト行の重要性
畳み込みニューラルネットワークのための一貫した相対的信頼性とラベルフリーモデル選択
RGB-D顕著な物体検出のためのマルチスケール反復精密化ネットワーク
ロングテールおよび浅い顔の学習のためのマルチエージェントセミシャムトレーニング
自己監視型マルチセンサー変更検出
ディープラーニングベースの人間のポーズ推定：調査
希少なトレーニングデータからのデータ整合性のある教師あり学習と敵対的学習を使用したスパースビューコーンビームCT再構成
MRI超解像のための知覚cGAN
バスケットベースのSoftmax
パイプラインのバイアス除去により、X線ベースの肺結節検出のための深層学習モデルの一般化が改善されます
場所認識のためのシャムネットワークの一般化された対照最適化
自己監視学習によるビデオでの一貫した3D手の再構成
神経微分方程式によるプログレッシブ画像超解像
フル解像度フレームワークでの畳み込みニューラルネットワークによるパンシャープン
ニューラルネットワーク正則化のための部分グラフ推論
深部強化学習を使用した加速された血管内超音波イメージング
メモ：適応と増強によるテスト時間の堅牢性
Wi-Fiチャネル状態情報を使用した監視ビデオストリームでの偽造攻撃の検出
混合交通における協調運転自動化を可能にするサイバー モビリティ ミラー: コ シミュレーション プラットフォーム
重複するKet拡張を伴う要素ごとの重み付き低ランクテンソルトレインによる効果的なテンソル完了
UniFormer：視覚認識のための畳み込みと自己注意の統合
カメラプロジェクションロスによるカメラキャリブレーション
4-D ライト フィールドからのオクルージョンを意識した教師なし深度の学習
マルチモーダルイメージングコンピュータ支援診断のための相互注意ベースのハイブリッド次元ネットワーク
教師なしドキュメントスタイルガイドによるクロスドメインドキュメントレイアウト分析
混合画像改ざん技術の詳細なローカリゼーション
コイル感度のないジョイントチャネル並列MRI再構成のための最適制御フレームワーク
高速MRI再構成：トランスフォーマーはどれほど強力ですか？
予測されたIoUとアンカーIoUを組み合わせることによるオブジェクト検出のための動的ラベル割り当て
MISeval：医療画像セグメンテーション評価用のメトリックライブラリ
AttentionHTR：Attention Encoder-DecoderNetworksに基づく手書きテキスト認識
Stganographyとビジュアル暗号化による患者のプライバシー保護に関する調査
TransMorph：教師なし医療画像レジストレーション用のトランスフォーマー
連合学習に関する包括的な調査：概念と応用
vCLIMB：新しいビデオクラスのインクリメンタルラーニングベンチマーク
シングルビュー画像からの教師なし重度変形メッシュ再構成（DMR）
Sketch2PQ：単一のスケッチによるフリーフォーム平面四辺形メッシュ設計
POTHER：COVID-19検出のためのパッチ投票による深層学習ベースの胸部X線バイアス分析
トランスベースのSAR画像スペックル除去
3Dオブジェクト検出モデルと方法の調査と体系化
ImageNet-Oでの分布外検出
クイックシフト画像セグメンテーションのハイパーパラメータをスケーリングする方法
スペクトル、確率、および詳細なメトリック学習：チュートリアルと調査
ロボット自律のためのナビゲーション指向のシーン理解：自己中心的画像における運転性のセグメント化の学習
ビデオはグラフです：ビデオアクション認識のための構造化グラフモジュール
校正されたプルーフオブワークによるモデル抽出のコストの増加
学習主導の非可逆画像圧縮;包括的な調査
変化する環境におけるメモリ効率的で効果的な視覚的場所認識のためのバイナリニューラルネットワーク
デュアルメモリ再帰的自己組織化ネットワークを使用した生涯にわたる3Dオブジェクト認識と把握合成
FN-Net：ノイズをフィルタリングして外れ値を削除します
アクティブな歩行者の安全のためのセンサーフュージョンドライバー支援システムの設計
マルチモーダルRGB-Dビデオでのビジュアルオブジェクトトラッキング：レビュー
UAV-Viewジオローカリゼーションのためのトランスベースの機能セグメンテーションとリージョンアラインメント方法
階層的分解を介してCNNを深く説明する
半教師あり継続学習の勾配を予測するための学習
教師あり学習の残りを最小化することを学ぶ
MERANet：3D残余注意ネットワークを使用した顔のマイクロエクスプレッション認識
DyStyle：マルチ属性条件付きスタイル編集のための動的ニューラルネットワーク
ARCH ++：アニメーション対応の服を着た人間の再構築の再考
顔検索を改善するための平均バイアスReLUベースのCNN記述子
早期行動予測のための豊富な行動意味一貫性知識
テキストからビデオへの検索のための読書戦略に触発された視覚表現学習
敵対的にロバストなディープニューラルネットワークのアーキテクチャ要素の調査
隠されたデザインのアートワークのための混合X線画像分離
トランスフォーマーによるライトフィールド画像の超解像
AC-CovidNet：胸部X線画像でCovid-19を認識するための注意誘導対照CNN
シーケンシャルフィーチャアソシエーションと深度ヒント拡張を使用した単眼3Dオブジェクト検出
感情認識のための事前に訓練された視聴覚トランスフォーマー
ODoSフィルターと形状の特徴に基づくCT画像の肺裂セグメンテーション
LSNet：リモートセンシング画像の変化を検出するための非常に軽量なシャムネットワーク
メタユニバースの作成における生成的敵対的ネットワークアプリケーション
グラフニューラルネットワークを使用したマルチロボット協働知覚
データ効率の高いトレーニングとCNNのバイアスの低減による赤外線画像の背景不変分類
セマンティックセグメンテーションのための分解された行と列のクエリによるデュアルフラット化トランスフォーマー
MIDAS：自然な眼球運動パターンからの深層学習による人間の行動意図予測
LiMoSeg：リアルタイムの鳥瞰図ベースのLiDARモーションセグメンテーション
視聴覚キューを使用した自殺評価のための人工知能: レビュー
適応された人間のポーズ：ゼロの実際の3Dポーズデータを使用した単眼3D人間のポーズ推定
低データレジームでの画像分類のための補助分類器GANの可能性の調査
医用画像のマージンを意識したクラス内ノベルティ識別
フェイスマスク閉塞下での閉塞不変顔認識に関する包括的研究
Alpha-IoU：バウンディングボックス回帰のためのユニオン損失をめぐる権力交差のファミリー
射影された劣勾配法の暗黙のバイアスは、未知の余次元の部分空間の証明可能なロバストな回復を与えます
LTC-GIF：長編スポーツ動画のクリック数を増やす
大規模なカラー画像およびビデオの修復のための非局所的でロバストなクォータニオン行列補完
表現を探る：補助分類器生成的敵対的ネットワークを使用した顔の表情の生成
LTC-SUM：2DCNNを使用した軽量のクライアント駆動型パーソナライズされたビデオ要約フレームワーク
Phase-SLAM：モバイル構造化光照明システムのフェーズベースの同時ローカリゼーションとマッピング
ノイズドメインシフト下でのロバスト性と不確実性キャリブレーションのための多様なガウスノイズ整合性正則化
マルチモーダルテキスト認識ネットワーク：視覚的機能と意味的機能の間のインタラクティブな拡張
堅牢な糖尿病性網膜症分類のための不確実性を意識した深層学習法
組織病理学的画像におけるセマンティック間ドメインの敵対
ビュー合成のためのコンテンツ認識ワーピング
https://arxiv-check-250201.firebaseapp.com/each/2112.02814v4
低照度画像強調のための線形アレイネットワーク
合成データによる群集カウントの強化と分析
BBA-net：群衆を数えるための二支店アテンションネットワーク
逆手続きファサードモデリングのための洗練された窓構造の半教師あり敵対的認識
Parallel Rectangle Flip Attack：オブジェクト検出に対するクエリベースのブラックボックス攻撃
メタデータを使用したビデオファイルのフォレンジック分析
定量的位相イメージングのための回折全光コンピューティング
Text2Video：パーソナライズされた音素ポーズ辞書を使用したテキスト駆動型トーキングヘッドビデオシンセサイザー
2D / 3Dデータに基づくオブジェクトの分類と検出の調査
画像セット分類への応用を伴うSPD行列の協調表現
ディープネットワークによる対称性の認識：フィードフォワードアーキテクチャの不十分さと反復接続による改善
デュアルエネルギーCTにおける高品質の画像領域材料分解のための改良された反復ニューラルネットワーク
CM-Net：同心マスクベースの任意の形状のテキスト検出
類似性を意識した機能拡張を備えた数ショットのオブジェクトカウント
大規模なシーンのSAR画像での強化されたオブジェクト検出のための効率的な表現の学習
モダリティバンク：医療データを共有せずに、データセンター全体でマルチモダリティ画像を学習する
低ラベル高データレジームのための自己監視注意による視覚表現学習
アダプティブRGBTトラッキングの時間的集約
DCNGAN：圧縮ビデオの知覚品質向上のためのQP適応を備えた変形可能な畳み込みベースのGAN
ハイパースペクトル画像分類のための適応型DropBlock強化生成的敵対的ネットワーク
マルチスケールカプセルネットワークに基づくSAR画像変化検出
身体化されたビジョンのコアチャレンジ-言語計画
暗黙のハイパーグラディエントを介したバックドアの敵対的非学習
少数ショット学習における最大二部マッチングとのタスク親和性
相互識別知識伝達による画像からビデオへの再識別
パラメトリック活性化関数の発見
摩擦攪拌スポット溶接プロセスにおける溶接の溶け込み深さの予測と幾何学的分析のための機械学習アルゴリズム
顔の活気検出のためのアンサンブルモデル
ディープ トランスファー ラーニングと最近の進歩のレビュー
UniFormer：効率的な時空間表現学習のための統合トランスフォーマー
半教師ありキーポイントローカリゼーションのための疑似ラベル付き自動カリキュラム学習
https://arxiv-check-250201.firebaseapp.com/each/2201.08158v3
フルフェイスの外観ベースの3D視線推定のための小説ビュー合成による学習
WebUAV-3M: 100 万規模のディープ UAV 追跡の力を明らかにするためのベンチマーク
ビデオでの談話解析：マルチモーダルアプローチ