vfcaiがMNIST99.20%達成

このプロジェクトはシンプルだが異例な前提に立つ。生のピクセルをCNNに与えるのではなく、vfcaiはまず各画像を局所線形パラメータの「Boundary Function Space」へ変換する。3x3の中心領域それぞれを、周囲9x9の文脈から導いた線形関数で記述し、存在確率、x方向・y方向の成分、符号付きオフセット、信頼度を含む5チャネルのマップを得る。この表現を標準的なCNN分類器に渡す。

著者はクラスごと1,000サンプルのMNISTとFashion-MNISTでパイプラインを評価した。結果はMNISTで99.20%、Fashion-MNISTで92.00%となり、局所関数表現だけで学習したCNNでも形状を正確に分類できることを示す。視覚的に似た服飾クラスが混同され得るFashion-MNISTでも同様だ。

今後の課題として著者は二点を挙げる。ストライド幅を変えたときの情報圧縮の挙動と、幾何学的制約を伴う境界認識フィルタが少数ショット学習を改善できるかどうかだ。コードとCLIはGitHubで公開されており、実験の再現や関数再構成の可視化を誰でも試せる。