入門／解説 TAPAS：ニューラルネットワークを使って表形式データから自動で答えを抽出
１．TAPAS：ニューラルネットワークを使って表形式データから自動で答えを抽出まとめ ・TAPASはBERTを拡張し、質問に対する回答を表形式データから直接抽出する新モデル ・質問と表形式のデータ構造を一緒にエンコードするアプローチによりこ...
dahara1
入門／解説 
入門／解説 酵母と機械学習の力で老化現象の謎に挑む
１．酵母と機械学習の力で老化現象の謎に挑むまとめ ・酵母は実験室で成長しやすく、人間の細胞と同様に細胞核を持っているため遺伝子実験に使いやすい ・更に酵母は単細胞生物でありながら、成長して老化し、通常30回発芽を行った後に死亡する ・酵母を...
入門／解説 2020年4月30日時点の日本のCOVID-19 Community Mobility Reports
１．2020年4月30日時点の日本のCOVID-19 Community Mobility Reportsまとめ ・COVID-19 Community Mobility Reportsが4月30日(木)時点版として更新 ・4月29日(水)...
入門／解説 Googleのクラスタ管理システムのトレースデータの提供を拡充
１．Googleのクラスタ管理システムのトレースデータの提供を拡充まとめ ・GoogleのBorgクラスタ管理システムは、ほとんど全てのGoogleが提供するサービスを裏で支えている ・8年前、GoogleはBorgがどのように動いているか...
入門／解説 COVID-19 Research Explorer:新型コロナウィルス関連文献に特化した検索システム
１．COVID-19 Research Explorer:新型コロナウィルス関連文献に特化した検索システムまとめ ・Googleが新型コロナウィルス関連文献を検索しやすくするCOVID-19 Research Explorerを発表 ・自然...
モデル Loss-Conditional Training:損失関数を改良してモデルのバリエーションを統合(2/2)
１．Loss-Conditional Training:損失関数を改良してモデルのバリエーションを統合(2/2)まとめ ・学習ベースの画像圧縮に応用すると圧縮率と画像品質を係数で調整する事ができる ・スタイル転送に応用すると元画像との類似性...
モデル Loss-Conditional Training:損失関数を改良してモデルのバリエーションを統合(1/2)
１．Loss-Conditional Training:損失関数を改良してモデルのバリエーションを統合(1/2)まとめ ・多くの機械学習アプリケーションでは、モデルのパフォーマンスを一つの数値で表現する事ができない ・画質と圧縮率のようなト...
入門／解説 ICLR 2020におけるGoogleの存在感
１．ICLR 2020におけるGoogleの存在感まとめ ・エチオピアで開催予定だったICLR2020が完全バーチャル会議として開催 ・Google AIブログで概要が発表済みの論文も9つ存在するので要チェック ・BERTが76分でトレーニ...
学習手法 深層強化学習を使って半導体チップの設計を自動化
１．深層強化学習を使って半導体チップの設計を自動化 ・機械学習に専用ハードウェアを使用する事が増えているがチップ設計に数年単位の時間がかかる ・チップ設計を強化学習に行わせて、過去の経験から学び、時間をかけて改善するアプローチを実現 ・これ...
入門／解説 2020年4月26日時点の日本のCOVID-19 Community Mobility Reports
１．2020年4月26日時点の日本のCOVID-19 Community Mobility Reportsまとめ ・COVID-19 Community Mobility Reportsが4月26日(日)時点版として更新 ・4月16日に緊急...
入門／解説 Google翻訳が性別を決めつけてしまう訳を減らす仕組みを拡大
１．Google翻訳が性別を決めつけてしまう訳を減らす仕組みを拡大まとめ ・Google翻訳は性別固有の表現を持たない言語と持つ言語間で翻訳する際に性別を決めつけてしまう事がある ・2018年12月に「性別固有の翻訳」の仕組みを取り入れたが...
モデル ロボット工学における進化的メタラーニングの探索(3/3)
１．ロボット工学における進化的メタラーニングの探索(3/3)まとめ ・ES-MAMLは優れたパフォーマンスを持つが現実世界に展開する事は依然として困難 ・現実世界のデータをできるだけ少なくするために、新規にバッチ山登り法を導入 ・その結果、...