入門／解説 その転移学習は本当に有用なのか？(2/3)
１．その転移学習は本当に有用なのか？(2/3)まとめ ・大きなモデルの下位レイヤーでは学習による重みの変化が小さく特徴表現はかなり再利用される ・大きなモデルでも小さなモデルでも上位レイヤーでは重みの変化が大きく特徴表現はあまり再利用されな...
入門／解説 入門／解説 その転移学習は本当に有用なのか？(1/3)
１．その転移学習は本当に有用なのか？(1/3)まとめ ・転移学習は医療用画像処理タスクのパフォーマンスに大きな影響を与えていない事がわかった ・医療用画像処理タスクでは小さいモデルが大きなモデルに匹敵するパフォーマンスを出せていた ・大きな...
入門／解説 Deep Double Descent:ディープラーニングは二度、パフォーマンスが向上する(2/2)
１．Deep Double Descent:ディープラーニングは二度、パフォーマンスが向上する(2/2)まとめ ・4.5倍以上のサンプルを使ってトレーニングをしているのにパフォーマンスが低下してしまう事もある ・逆により多くの学習をさせる事...
入門／解説 Deep Double Descent:ディープラーニングは二度、パフォーマンスが向上する(1/2)
１．Deep Double Descent:ディープラーニングは二度、パフォーマンスが向上する(1/2)まとめ ・モデルサイズ、データサイズ、トレーニング時間を増加させるとパフォーマンスは向上し悪化し向上する ・この現象はCNN、ResNe...
AI関連その他 胸部X線画像を用いた深層学習モデルの開発(2/2)
１．胸部X線画像を用いた深層学習モデルの開発(2/2)まとめ ・モデルは放射線科医が一貫して見逃した病巣をしばしば特定する事があった ・また、逆にモデルが見逃した病巣を放射線科医が発見する事もあった ・ディープラーニングと人間のスキルを組み...
モデル 胸部X線画像を用いた深層学習モデルの開発(1/2)
１．胸部X線画像を用いた深層学習モデルの開発(1/2)まとめ ・胸部X線は多くの疾患の検出のための重要で利用しやすい臨床画像ツールだが解釈が難しい場合がある ・ディープラーニングを画像診断に適用したくとも正確な臨床ラベルがないとモデルの評価...
ロボット ロボット学習のためにシミュレーションと現実のギャップを埋める(4/4)
１．ロボット学習のためにシミュレーションと現実のギャップを埋める(4/4)まとめ ・合成画像とドメイン適応のみで現実世界のデータを使用せずとも一定レベルのパフォーマンスを達成 ・シミュレーションと現実世界の経験を統合するためにドメイン適応を...
ロボット ロボット学習のためにシミュレーションと現実のギャップを埋める(3/4)
１．ロボット学習のためにシミュレーションと現実のギャップを埋める(3/4)まとめ ・シミュレーションのランダム化は現実世界の環境に一般化する上で有望な手法である事がわかっている ・外観のランダム化とダイナミクスのランダム化について個々に評価...
ロボット ロボット学習のためにシミュレーションと現実のギャップを埋める(2/4)
１．ロボット学習のためにシミュレーションと現実のギャップを埋める(2/4)まとめ ・ロボットが直面するシミュレーションと現実世界のギャップを埋めるためには以下が重要 ・シミュレートされた経験がニューラルネットワークにとって現実世界と変わらな...
モデル ロボット学習のためにシミュレーションと現実のギャップを埋める(1/4)
１．ロボット学習のためにシミュレーションと現実のギャップを埋める(1/4)まとめ ・ロボットを自律的に学習させるためにはシミュレーションが有用であるが現実世界との間にギャップがある ・現実世界とのギャップは、現実とシミュレーションの間の微妙...
入門／解説 Pixel 3、3a、4を使って夜間に星空を撮影をする際のコツ
１．Pixel 3、3a、4を使って夜間に星空を撮影をする際のコツまとめ ・PixelシリーズのカメラアプリであるNight Sightを使って綺麗な天体写真を取るためのコツなど ・Night SightはAIが必要としている状況を作り出し...
入門／解説 Pixel 4のNight Sightで撮影した天体写真(3/3)
１．Pixel 4のNight Sightで撮影した天体写真(3/3)まとめ ・人々は夜間は空が暗くなっている事を当然と思っているため空が明るく見えると撮影時刻を誤解する ・Night Sightでは撮影部分に空が含まれるとわざと空の部分を...