Publications
CONFERENCE (DOMESTIC) 画風変換LoRAの内部パラメータによる変換特徴を考慮したモデルの埋め込み表現の獲得
金田 悠路 (静岡大学), 大江 優真 (静岡大学), ファム フーロン (兵庫県立大), 加藤 誠 (筑波大学/国立情報学研究所), 大島 裕明 (兵庫県立大), 藤田 澄男, 莊司 慶行 (静岡大学)
第18回データ工学と情報マネジメントに関するフォーラム（第24回日本データベース学会年次大会） (DEIM 2026)
February 28, 2026
本研究では，画風変換LoRA の内部パラメータから，変換特徴を反映したLoRA モデルの埋め込み表現を獲得する手法を提案する．そのために，各LoRA モデルを264 レイヤからなるパラメータベクトルの集合として構成しなおし，レイヤごとにパラメータをflat 化して次元圧縮することで，1 モデルを264 個のベクトル列として表現した．このベクトル列を入力として，重みを共有した三つのTransformer Encoder とMLP 層からなるTriplet Networkで，それぞれのLoRA で変換された画像同士がどれだけ画像的に類似しているかを推定する距離学習を行った．学習妥当性に関する自動評価，埋め込み表現と人間の類似性判断との一致度の検証，および検索タスクにおけるランキング性能の評価を通じて，本手法の有効性を確認した．本論文は，著者らの既発表研究[1] を基礎として，MLP 層の構成および学習データの設計に変更を加え，手法の拡張と性能検証を行ったものである．
Paper :
画風変換LoRAの内部パラメータによる変換特徴を考慮したモデルの埋め込み表現の獲得
(external link)