ラベル希少性を伴う珪藻（ダイアトム）分類に対するデータ不均一性下での自己教師あり連合学習

要旨: 分散化された、かつ不均一なデータのもとでのラベル不足な視覚分類は、パターン認識における根本的な課題であり、とりわけサイトが部分的に重なり合うクラス集合を持つ場合に顕著です。自己教師ありフェデレーテッドラーニング（SSFL）は有望な解決策を提供しますが、既存研究では一般に、事前学習と微調整の両方において同じデータ不均一性パターンが仮定されがちです。さらに、現在の分割方式はしばしば、純粋な部分クラス非交差（部分クラスが交差しない）データ設定を生成できず、現実のラベル空間不均一性に対する制御可能なシミュレーションが制限されます。本研究では、代表的な現実世界の事例として珪藻（ジアトム）分類に対するSSFLを導入し、段階ごとのデータ不均一性を体系的に検討します。事前学習中の未ラベルデータ量におけるサイト間の変動、ならびに下流の微調整中のラベル空間の不一致を調査します。後者を制御可能な状況で研究するために、PreDi という分割方式を提案します。この方式はラベル空間の不均一性を、直交する2つの次元、すなわちクラスの優勢（class Prevalence）とクラス集合サイズの不揃い（class-set size Disparity）に分解し、それらの効果を個別に分析できるようにします。得られた洞察に導かれて、さらに PreP-WFL（優勢に基づくパーソナライズド加重フェデレーテッドラーニング）を提案し、優勢が低い状況において希少クラスの表現を適応的に強化します。大規模な実験により、SSFLは均一および不均一の両方の設定において一貫してローカルのみの学習を上回ることを示します。未ラベルデータ量の顕著な不均一性は表現の事前学習の改善と関連している一方で、ラベル空間の不均一性のもとでは、優勢が性能を支配し、不揃いはより小さな影響にとどまります。PreP-WFLはこの劣化を効果的に緩和し、優勢が低いほど得られる改善が大きくなります。これらの知見は、分散型認識システムにおけるラベル空間不均一性を特徴づけるための機構的な根拠を提供します。