要旨： 本論文は、中国語の手稿における書写者検証のための深層学習モデルを検討する。すなわち、深層距離学習法を用いて、二つの手稿断片が同一の書写者によって書かれたかどうかを自動的に判定することを目的とする。二つのデータセットを使用した。清華大学竹簡データセットと、多属性中国書道データセットの選択されたサブセットに焦点を当て、サンプル数の多い書家を対象とする。シアミーズ型およびトリプレット型ニューラルネットワークアーキテクチャを実装しており、畳み込みモデルおよびTransformerベースのモデルを含む。実験結果は、対比損失で学習したMobileNetV3+ Custom Siameseモデルが、両データセットにおいて全体精度およびROC曲線下面積（AUROC）で最高または第二位を達成したことを示している。
Siamese、Triplet、Vision Transformer ニューラルネットワークを用いた中国手稿の筆跡認証
arXiv cs.LG / 2026/3/17
📰 ニュースModels & Research
要点
- 本論文は、中国手稿の筆跡検証のために、Siamese、Triplet、および Vision Transformer アーキテクチャを含む深層メトリック学習モデルを分析する。
- 清華竹簡データセットと、多属性中国書道データセットのサブセットという2つのデータセットを用い、サンプル数の多い書家に焦点を当てる。
- 比較のため、MobileNetV3+ Custom Siameseを含む、畳み込みベースとTransformerベースのバックボーンの両方を実装する。
- コントラスト損失を用いて学習させた MobileNetV3+ Custom Siamese モデルは、両データセットで最高または2位の精度とAUCを達成する。
- 本研究は、歴史的手稿における自動著者検証を前進させ、筆跡分析のための深層メトリック学習の有効性を示している。
