モデル エンドツーエンドモデルによる多言語リアルタイム音声認識(1/2)
１．エンドツーエンドモデルによる多言語リアルタイム音声認識(1/2)まとめ ・音声データからニューラルネットワークが学習した「知識」の多くは他の言語に流用できる ・この洞察を元に利用可能な音声データが多い言語で学習した結果をマイナーな言語に...
dahara1
モデル 入門／解説 FaceForensics：ディープフェイク検出研究用のベンチマーク
１．FaceForensics：ディープフェイク検出研究用のベンチマークまとめ ・ディープラーニングは数年前には実現不可能と思われていた技術を実現させた ・悪用の危険性が高い偽動画、すなわちディープフェイクも広まってしまった ・ディープフェ...
入門／解説 機械学習を使った洪水予測の仕組み(3/3)
１．機械学習を使った洪水予測の仕組み(3/3)まとめ ・過去の水位測定値を過去の浸水と相関させ水理モデルの修正箇所を特定できるようにした ・水文モデルに関するいくつかの基礎研究にも取り組んでおりマルチタスクラーニングを適用 ・従来モデルより...
入門／解説 機械学習を使った洪水予測の仕組み(2/3)
１．機械学習を使った洪水予測の仕組み(2/3)まとめ ・標準的な光学画像に基づいて1m単位で標高データを作成する手法を開発 ・水量と標高マップで水理モデル開発が開始できたが三乗で増える計算量が問題になった ・TPU上での実行用にモデルを最適...
インフラ 機械学習を使った洪水予測の仕組み(1/3)
１．機械学習を使った洪水予測の仕組み(1/3)まとめ ・AIの力でより良い社会の実現を目指すGoogleの会社方針の一環として、洪水予測に取り組んでいる ・まずは様々な河川条件をシミュレートする水理モデルの3D視覚化を行った ・次にリアルタ...
モデル Ihmehimmeli：スパイキングニューラルネットワークにおける時間的符号化(3/3)
１．Ihmehimmeli：スパイキングニューラルネットワークにおける時間的符号化(3/3)まとめ ・スパイクネットワークが数字の特徴をどのように学習したかも視覚化できた ・他にも生物にヒントを得た様々なニューラルネットワークを研究中 ・人...
モデル Ihmehimmeli：スパイキングニューラルネットワークにおける時間的符号化(2/3)
１．Ihmehimmeli：スパイキングニューラルネットワークにおける時間的符号化(2/3)まとめ ・学習は従来の人工ニューラルネットワークと同様で逆伝播を使用して行われる ・スパイクネットワークはMNISTで97.96％の精度を達成し、こ...
基礎理論 Ihmehimmeli：スパイキングニューラルネットワークにおける時間的符号化(1/3)
１．Ihmehimmeli：スパイキングニューラルネットワークにおける時間的符号化(1/3)まとめ ・脳の仕組みは生物と同じ方法で情報を処理する効率的な人工ニューラルネットワークのヒントとなる ・しかし、情報の時間的符号化に繋がる可能性があ...
学会 Google at Interspeech 2019
１．Google at Interspeech 2019まとめ ・オーストリアで国際音声コミュニケーション協会の第20回年次会議(Interspeech 2019)が開催 ・GoogleはInterspeech 2019のゴールドスポンサー...
学習手法 ディープラーニングで皮膚疾患の鑑別診断を実現(3/3)
１．ディープラーニングで皮膚疾患の鑑別診断を実現(3/3)まとめ ・DLSの診断の際には多くの患部画像と病歴等のメタデータを用意する事が精度向上に結びつく ・メタデータが用意できない場合は画像のみで学習させた方が精度が向上する ・希少な症例...
ヘルスケア ディープラーニングで皮膚疾患の鑑別診断を実現(2/3)
１．ディープラーニングで皮膚疾患の鑑別診断を実現(2/3)まとめ ・DLSの診断結果を比較したところ専門医ではない医療従事者より高い精度を達成した ・皮膚の色やタイプがDLSによる皮膚病の診断に影響を与えていない事も検証された ・年齢、性別...
ヘルスケア ディープラーニングで皮膚疾患の鑑別診断を実現(1/3)
１．ディープラーニングで皮膚疾患の鑑別診断を実現(1/3)まとめ ・皮膚病は患者の数に比べて皮膚科を専門とする医者の数が圧倒的に足りない ・そのため皮膚病を専門としない一般医が診断する事が多いが精度にばらつきがある ・画像とデータを元に皮膚...