学習手法 PRIME：過去のシミュレーションログ使ってアクセラレータを新規に設計(1/3)
１．PRIME：のシミュレーションログ使ってアクセラレータを新規に設計(1/3)まとめ ・ハードウェア設計には多くのシミュレーションが必要でMLがあっても手間がかかる作業 ・過去データを使ってモデルを学習させ、次世代のアクセラレータを設計で...
学習手法
学習手法 
モデル MBT：動画における新しいモダリティ融合モデル(3/3)
１．MBT：動画における新しいモダリティ融合モデル(3/3)まとめ ・少数のattentionボトルネックを使用しても計算量はそれほど大きく増えずほぼ一定に保たれる ・MBTの融合ボトルネックは画像のより小さな領域にAttentionを集中...
モデル MBT：動画における新しいモダリティ融合モデル(2/3)
１．MBT：動画における新しいモダリティ融合モデル(2/3)まとめ ・マルチモーダルモデルで複雑性が増す問題は、注意の流れを削減して緩和する事が可能 ・本研究では融合レイヤーの位置と注意のボトルネックを用いて注意の流れを制限した ・中期融合...
モデル MBT：動画における新しいモダリティ融合モデル(1/3)
１．MBT：動画における新しいモダリティ融合モデル(1/3)まとめ ・人は複数の感覚からの入力を通して世界と関わり情報を組み合わせる事が可能 ・同様に複数の入力を取扱可能なモデルをマルチモーダルな機械学習モデルという ・MBTと呼ぶ動画にお...
学習手法 Shift-Robust GNN：データの偏りに堅牢なグラフニューラルネットワーク(3/3)
１．Shift-Robust GNN：データの偏りに堅牢なグラフニューラルネットワーク(3/3)まとめ ・ラベル付与されたサンプルが偏っている場合にSR-GNN正則化で30～40%の分類性能向上が可能 ・グラフの畳み込みを高速化するために線...
学習手法 Shift-Robust GNN：データの偏りに堅牢なグラフニューラルネットワーク(2/3)
１．Shift-Robust GNN：データの偏りに堅牢なグラフニューラルネットワーク(2/3)まとめ ・データセットの分布の変化と分類精度の間に強い負の相関があり変化に伴い性能が劣化 ・シフト堅牢正則化器で学習サンプルとラベルなしデータサ...
学習手法 Shift-Robust GNN：データの偏りに堅牢なグラフニューラルネットワーク(1/3)
１．Shift-Robust GNN：データの偏りに堅牢なグラフニューラルネットワーク(1/3)まとめ ・GNNは学習サンプルが一様にランダムに選択されるIIDなサンプルである事を仮定している ・現実世界のデータは通常IIDではないため、偏...
モデル SPL:ゆるくラベル付けされた動画に疑似的なラベルを付与して動画認識を改善(3/3)
１．SPL:ゆるくラベル付けされた動画に疑似的なラベルを付与して動画認識を改善(3/3)まとめ ・SPLは様々な事前学習手法のいずれよりも優れておりどのようなデータセットにも適用可能 ・SPLは学習を複雑にせず教師-生徒ベースの学習フレーム...
モデル SPL:ゆるくラベル付けされた動画に疑似的なラベルを付与して動画認識を改善(2/3)
１．SPL:ゆるくラベル付けされた動画に疑似的なラベルを付与して動画認識を改善(2/3)まとめ ・SPLは、教師-生徒学習の枠組みを発展させたシンプルな手法で教師モデルと生徒モデルからなる ・動画検索時に使用したテキストと教師が予測したラベ...
モデル SPL:ゆるくラベル付けされた動画に疑似的なラベルを付与して動画認識を改善(1/3)
１．SPL:ゆるくラベル付けされた動画に疑似的なラベルを付与して動画認識を改善(1/3)まとめ ・動画認識モデルの学習には大量の動画に手動で注釈を付ける必要がある場合が多く労力がかかる ・ゆるくラベル付けした動画から視覚的知識を学習する手法...
モデル CoVeR：画像と動画で協調学習を行い行動認識を改善(2/2)
１．CoVeR：画像と動画で協調学習を行い行動認識を改善(2/2)まとめ ・CoVeRで学習したモデルは追加微調整を行う事なく複数のデータセットに直接適用可能 ・複数のデータセットで協調学習したCoVeRは標準的な手法よりも良い結果を出す事...
モデル CoVeR：画像と動画で協調学習を行い行動認識を改善(1/2)
１．CoVeR：画像と動画で協調学習を行い行動認識を改善(1/2)まとめ ・行動認識は応用範囲が広いので研究コミュニティの注目を集める分野となっている ・行動認識モデルを別の異種データセットで調整するとパフォーマンスが低下する ・画像と映像...