モデル Omnimattes：動画内の影や砂煙も切出す事ができる最先端の人工知能(1/2)
１．Omnimattes：動画内の影や砂埃も切出す事ができる最先端の人工知能(1/2)まとめ ・前景と背景の分離を定義するマット画像があると画像やビデオの編集操作が容易になる ・最近の人工知能は画像やビデオ内に自動でマットを作成できるが影や...
dahara1
モデル 
アプリケーション 発声に困難を抱える人を自分自身の声で話せるようにする試み(2/2)
１．発声に困難を抱える人を自分自身の声で話せるようにする試み(2/2)まとめ ・通常のNATモデルはカンマの後にくる「two」と「too」を混同してしまう ・PnG NATモデルは、入力として音素に加えて書記素を受け取るので空白を適切に扱え...
アプリケーション 発声に困難を抱える人を自分自身の声で話せるようにする試み(1/2)
１．発声に困難を抱える人を自分自身の声で話せるようにする試み(1/2)まとめ ・ルー・ゲーリッグはALSで亡くなった野球選手で最も幸運な男というスピーチを行った ・ALSを発症して発声が困難になった元NFL選手がゲーリッグのスピーチを自声で...
入門／解説 Agile Data Labeling：それが何であり、なぜそれが必要なのか？(3/3)
１．Agile Data Labeling：それが何であり、なぜそれが必要なのか？(3/3)まとめ ・複数の方法/ツール、アウトソース先を組み合わせて最適なやり方を探る事が重要 ・反復的なアプローチを採用し、量より質を優先した多様性のあるラ...
入門／解説 Agile Data Labeling：それが何であり、なぜそれが必要なのか？(2/3)
１．Agile Data Labeling：それが何であり、なぜそれが必要なのか？(2/3)まとめ ・データに注釈／ラベルを付ける作業は労力がかかるが第三者にアウトソーシングするのも困難 ・会ったことのない完全に見知らぬ人に作業内容を一から...
入門／解説 Agile Data Labeling：それが何であり、なぜそれが必要なのか？(1/3)
１．Agile Data Labeling：それが何であり、なぜそれが必要なのか？(1/3)まとめ ・変化への対応を是とするアジャイル型開発手法はソフトウェア開発に生産性革命をもたらした ・MLプロジェクトにとってデータ整備は重要だが生産性...
基礎理論 SoundStream：ビットレート可変なニューラルオーディオコーデック(2/2)
１．SoundStream：ビットレート可変なニューラルオーディオコーデック(2/2)まとめ ・理想的なコーデックはネットワーク状態に応じてビットレートを変更できる能力が必要 ・SoundStreamは「量子化器ドロップアウト」と呼ばれる新...
基礎理論 SoundStream：ビットレート可変なニューラルオーディオコーデック(1/2)
１．SoundStream：ビットレート可変なニューラルオーディオコーデック(1/2)まとめ ・SoundStreamはスマートフォンのCPUでリアルタイムに実行可能で音声と音楽を処理できる ・単一モデルで可変ビットレートで高品質を実現する...
データセット 画像や動画関係の機械学習に使用できる大規模データセット一覧(2/2)
１．画像や動画関係の機械学習に使用できる大規模データセット一覧(2/2)まとめ ・動画や顔認証用、性別や年齢推定、ポーズ推定などの学習に使えるデータセットがある ・「モデルアーキテクチャ」「GPU」「データセット」の観点から性能を試算する必...
データセット 画像や動画関係の機械学習に使用できる大規模データセット一覧(1/2)
１．画像や動画関係の機械学習に使用できる大規模データセット一覧(1/2)まとめ ・画像関連のニューラルネットワークをトレーニングするには大規模画像データセットが必要 ・ImageNetは最もよく知られている画像データセットで画像研究のゴール...
量子コンピュータ 量子コンピューターで誤り訂正機能を実現(2/2)
１．量子コンピューターで誤り訂正機能を実現(2/2)まとめ ・Sycamoreデバイスはリセットプロトコルのおかげでエラーを蓄積せずにエラー修正を実行可能 ・反復コードを使用してエラーの指数関数的抑制も達成出来る事が検証できた ・本実験は、...
量子コンピュータ 量子コンピューターで誤り訂正機能を実現(1/2)
１．量子コンピューターで誤り訂正機能を実現(1/2)まとめ ・現世代の量子プロセッサは１操作あたりのエラー率が非常に高く、このままでは使用に耐えない ・将来の量子コンピューターは、量子エラー訂正機能を実装してエラー率を下げる必要がある ・量...