M2の松岡真生さんが筆頭著者として執筆した以下の論文が，Expert Systems with Applicationsに採択されました！
Masaki Matsuoka, Xinyue Niu, and Akira Furui
Guided Disentangled Representation Learning for Multi-Factor EMG Analysis
Expert Systems with Applications (accepted).
この研究では，筋電位（EMG）信号に含まれる複数の生成要因（力の強さ・前腕の姿勢・動作クラス）を分離して学習する，変分オートエンコーダ（VAE）に基づくもつれ解き表現学習（disentangled representation learning）の枠組みを提案しています．提案手法は，要因ごとの予測器と勾配反転を用いた敵対的機構を組み合わせることで，潜在空間の各部分空間を対応する要因に整合させつつ，部分空間間の情報漏洩を抑制します．2つの公開EMGデータセットを用いた実験により，効果的な要因のもつれ解きと多タスク認識性能の一貫した向上を確認し，さらに潜在空間の操作によって所望の特性をもつEMG信号を生成できる可能性を示しました．
松岡さん，おめでとうございます！