１．Snorkel Drybell：既存知識を活用して機械学習用ラベル付きデータを自動作成(2/3)まとめ ・Snorkel DryBellでトレーニングデータをラベリングしたラベルは手作業のラベルより精度が低い ・しかし生成的モデリング手法を用いてground truthラベルなしでラベルの精度を向上させる事が出来る ・既存の情報源あるいはラベル付け可能な機械学習など様々な情報源をラベリング関数 […]
１．Snorkel Drybell：既存知識を活用して機械学習用ラベル付きデータを自動作成(1/3)まとめ ・既存の知識を活用して機械学習用のラベル付きデータを自動で作成する手法が発表 ・手動でラベル付けした何万ものデータと同等の有用性を持つデータセットが作成可能 ・例えば固有表現抽出テクニックを利用すれば有名人を含むコンテンツを大ざっぱにラベル付けできる ２．Snorkel Drybellとは？ […]
１．RNN-T:全てをニューラルネットワークで実装したオンデバイス音声認識の実現(2/2)まとめ ・RNN-Tモデルは従来モデルに比べて1/5のサイズ圧縮に成功 ・更にTensorFlow Liteのモデル最適化ツールキットで1/4にサイズを圧縮 ・最終的に1/4のサイズと4倍の速度を達成しモデルサイズも80MBに ２．オンデバイスで音声認識するための工夫 以下、ai.googleblog.com […]
１．RNN-T:全てをニューラルネットワークで実装したオンデバイス音声認識の実現(1/2)まとめ ・スマホで実行可能ニューラルネットワークベースの音声認識が発表 ・音声をクラウドに送って認識する従来型システムより応答が早い ・コネクショニスト時間分類（CTC）と呼ばれる技術を応用している ２．RNN-Tとは？ 以下、ai.googleblog.comより「An All-Neural On-Devi […]
１．機械学習で自撮りにリアルタイムに拡張現実を適用(3/3)まとめ ・光の反射や他の物体との重なりを意識したAR眼鏡を実現 ・非常にリアルなメイクアップ(化粧)効果も輝度を意識した素材で実現 ・このテクノロジーは最新のARCore SDKですぐに使用可能 ２．AR眼鏡とAR化粧の実現 以下、ai.googleblog.comより「Real-Time AR Self-Expression with […]
１．機械学習で自撮りにリアルタイムに拡張現実を適用(2/3)まとめ ・TensorFlow LiteとGPUバックエンドアクセラレーションでパフォーマンス向上と消費電力削減を達成 ・パフォーマンスと効率特性を変えた様々なモデルアーキテクチャを設計しサブサンプリングレートも調整 ・その結果、最も複雑なモデルと軽量モデルの差がほとんどわからないレベルの効率化を達成 ２．機械学習とAR 以下、ai.go […]
１．機械学習で自撮りにリアルタイムに拡張現実を適用(1/3)まとめ ・拡張現実（AR）は、デジタルコンテンツや情報を現実世界に重ね合わせる技術 ・ARを現実に重ね合わせるためには現実世界の動きを正確に補足する必要がある ・2つのディープニューラルネットワークモデルで顔の動きが補足できる ２．機械学習とAR 以下、ai.googleblog.comより「Real-Time AR Self-Expre […]
１．GboardにおけるRNNベースの手書き認識(1/2)まとめ ・タッチポイントをベジエ曲線にし、ベジエ曲線をQRNNでデコーダ行列に変換する ・デコーダ行列をCTCデコーダで最終的な文字に最も確からしい文字に変換する ・新しい文字認識モデルは20％-40％も誤認識を少なく出来、速度も速く、サイズも小さくできた ２．機械学習ベースのGboard 以下、ai.googleblog.comより「RN […]
１．GboardにおけるRNNベースの手書き認識(1/2)まとめ ・Googleは2015年から手書き文字入力アプリを提供していたが当初は機械学習ベースではなかった ・RNNベースに改良した結果、エラー率を大幅に改善する事ができた ・RNNへの入力としてベジェ曲線を使うところに新規性がある ２．機械学習ベースのGboard 以下、ai.googleblog.comより「RNN-Based Hand […]
１．Activation Atlases：画像分類ニューラルネットワークの深部を探索(3/3)まとめ ・ニューラルネットワークが画像分類時に背景も考慮している事も明確に視覚化 ・また多様な写真の特徴を組み合わせており食用用途も観賞用途も混在している ・この写真の多様性の混在状態が画像分類時に大きな誤認識に繋がる原因の１つ ２．ニューラルネットワークが誤検出する理由の１つ 以下、ai.googleb […]
