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(2/2)
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(2/2)まとめ ・画像を操作する手法は、偽情報を生成するために悪用される可能性があるので留意が必要 ・オムニマットは現状の制限としてカメラ位置が固定していないと画...
モデル
モデル 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...
ヘルスケア SeqSNR：ICU患者の臓器機能不全をマルチタスク学習を使って予測(2/2)
１．SeqSNR：ICU患者の臓器機能不全をマルチタスク学習を使って予測(2/2)まとめ ・ICU患者の治療後の状況を正確に予測する事は患者にとっても人員配置計画にとっても重要 ・従来の機械学習は特定の有害事象だけを予測するシングルタスク学...
ヘルスケア SeqSNR：ICU患者の臓器機能不全をマルチタスク学習を使って予測(1/2)
１．SeqSNR：ICU患者の臓器機能不全をマルチタスク学習を使って予測(1/2)まとめ ・ICU患者の治療後の状況を正確に予測する事は患者にとっても人員配置計画にとっても重要 ・従来の機械学習は特定の有害事象だけを予測するシングルタスク学...
モデル 拡散モデルを使用してGANより忠実度の高い画像を生成(2/2)
１．拡散モデルを使用してGANより忠実度の高い画像を生成(2/2)まとめ ・CDMはSR3を使って高解像度の自然画像を生成できるクラス条件付き拡散モデル ・複数の拡散モデルを繋ぎ合わせて低解像度から徐々に解像度を上げて高品質画像を生成 ・C...
モデル 拡散モデルを使用してGANより忠実度の高い画像を生成(1/2)
１．拡散モデルを使用してGANより忠実度の高い画像を生成(1/2)まとめ ・画像合成は、GAN、VAE、自己回帰モデル等を使って行われているがどれも一長一短 ・2015年に発表された拡散モデルは安定性と生成サンプルの品質で最近注目を集めてい...
モデル 畳み込みニューラルネットワークは実は特許が取られていた事
１．畳み込みニューラルネットワークは実は特許が取られていた事まとめ ・畳み込みニューラルネットワークには1990年代にアメリカで２つの特許が成立していた ・AT＆Tの会社分割により研究者と特許が離ればなれになってしまい研究継続が困難になった...
データセット PALMS：厳選した少量のデータセットを使ってGPT-3の動作を制御(2/2)
１．PALMS：厳選した少量のデータセットを使ってGPT-3の動作を制御(2/2)まとめ ・デリケートなトピックと望ましい行動の概要を決定し価値観をターゲットにしたデータを作成 ・価値観をターゲットにしたデータセットは80のサンプルを含みサ...
データセット PALMS：厳選した少量のデータセットを使ってGPT-3の動作を制御(1/2)
１．PALMS：厳選した少量のデータセットを使ってGPT-3の動作を制御(1/2)まとめ ・GPT-3に質問をすると非常に偏った価値観をベースに回答をしてくる場合がある ・少量の厳選したデータセットで価値観を微調整する事でこの偏った動作を是...
アプリケーション FRILL：TensorFlow-Liteを使用したオンデバイスで動作可能な音声特徴表現(2/2)
１．FRILL：TensorFlow-Liteを使用したオンデバイスで動作可能な音声特徴表現(2/2)まとめ ・FRILLはPixel 1スマートフォン上で推論時間8.5ミリ秒、TRILL比で40%のサイズ削減を達成 ・10ミリ秒を超える応...
アプリケーション FRILL：TensorFlow-Liteを使用したオンデバイスで動作可能な音声特徴表現(1/2)
１．FRILL：TensorFlow-Liteを使用したオンデバイスで動作可能な音声特徴表現(1/2)まとめ ・昨年、音声の特徴表現を比較するベンチマークと新しい音声特徴表現モデルTRILLを公開 ・TRILLは有用だが単純な音声特徴を処理...
アプリケーション VTN：Transformerを使用した文書レイアウトの自動化(2/2)
１．VTN：Transformerを使用した文書レイアウトの自動化(2/2)まとめ ・レイアウトの品質と多様性という2つの基準に従ってVTNのパフォーマンスを評価 ・従来の研究は配置ルールに準拠できなかったり多様性に問題があったがVTNは克...