学会 ICDAR 2023で行われる階層的テキスト検出・認識に関するコンペ(1/2)
１．ICDAR 2023で行われる階層的テキスト検出・認識に関するコンペ(1/2)まとめ ・文書画像よりも複雑な背景を持つ自然画像にOCRを適応させる研究は場面内テキスト検出・認識や場面内テキスト位置決定と呼ぶ ・場面内テキスト検出・認識と...
人工知能/機械学習
学会 
モデル FollowYourPose:画像生成モデルとポーズ動画と文章からキャラクターの動画を生成
１．FollowYourPose:画像生成モデルとポーズ動画と文章からキャラクターの動画を生成まとめ ・FollowYourPoseは棒人間形式にした動画とプロンプトを与えるとプロンプトと動画に基づいたキャラクター動画を簡単に作れる新モデル...
アプリケーション segment-anything:画像内の全ての物体を画素単位で切り出す事が出来るMetaの基盤モデル
１．segment-anything:画像内の全ての物体を画素単位で切り出す事が出来るMetaの基盤モデルまとめ ・画像内にある物体を自動で認識して、切り出せるようにセグメンテーションマスクを作ってくれるSegment-Anything M...
モデル USM:100以上の言語に対応した最先端の音声AI(2/2)
１．USM:100以上の言語に対応した最先端の音声AI(2/2)まとめ ・事前学習で得た知識によりUSMは下流タスクからのわずかな量の教師ありデータで良好な品質を達成することができる ・YouTubeデータを使った検証では73言語の平均で3...
モデル USM:100以上の言語に対応した最先端の音声AI(1/2)
１．USM:100以上の言語に対応した最先端の音声AI(1/2)まとめ ・昨年の11月、Googleは世界で最も話されている1,000の言語をサポートする機械学習モデルの構築を目標に掲げた ・ユニバーサルスピーチモデルはその実現に向けた重要...
プライバシー 連合学習のための分散型差分プライバシー(2/2)
１．連合学習のための分散型差分プライバシー(2/2)まとめ ・分散差分プライバシーはSmart Text Selectionに正式なプライバシー保証を追加しますが、その正式な保証は比較的弱いものとなっている ・しかし、正式なプライバシー保証...
プライバシー 連合学習のための分散型差分プライバシー(1/2)
１．連合学習のための分散型差分プライバシー(1/2)まとめ ・連合学習は機械学習モデルのトレーニングを分散して行う手法でデータは各端末内で処理されるためプライバシーが保たれる事が特徴 ・セキュアアグリゲーションと分散版差分プライバシーの2つ...
学習手法 KTN:ラベルが少なくたって異種混合グラフニューラルネットだって転移学習したいです(2/2)
１．KTN:ラベルが少なくたって異種混合グラフニューラルネットだって転移学習したいです(2/2)まとめ ・ラベルが豊富な転移元に対してHGNNモデルと分類器を事前に訓練し、同じHGにあるラベルが少ない転移先に対してモデルを再利用する手法を考...
学習手法 KTN:ラベルが少なくたって異種混合グラフニューラルネットだって転移学習したいです(1/2)
１．KTN:ラベルが少なくたって異種混合グラフニューラルネットだって転移学習したいです(1/2)まとめ ・機械学習の産業界向けアプリケーションは一般にデータの形式や特徴分布が異なる様々な項目で構成される事が多い ・異種混合グラフは複数種のノ...
データセット Google検索にDataset Search機能が一部追加
１．Google検索にDataset Search機能が一部追加まとめ ・Google検索でデータを検索するとデータセットの説明が書かれたページを強調する専用のセクションが表示されるようになった ・データセット専用の検索エンジンであるDat...
AI関連その他 AI革命時代を乗り越えるために最も必要な事
１．AI革命時代を乗り越えるために最も必要な事まとめ ・OpenAIが限られた企業に既にchatGPTのプラグインの開発環境を提供していたとのニュースがあった ・AIがプラットフォーム化しつつあり、特定の企業のみがその先行アクセスが許されて...
AI関連その他 2022年のGoogleのAI研究の成果と今後の展望～研究コミュニティへの参加編～(2/2)まとめ
１．2022年のGoogleのAI研究の成果と今後の展望～研究コミュニティへの参加編～(2/2)まとめ ・Googleは研究コミュニティと協力的なエコシステムを構築するためにオープンソースでコードやデータセットを公開している ・2022年に...