入門／解説 TensorFlowを使用したM理論への新しいアプローチ
１．TensorFlowを使用したM理論への新しいアプローチ ・現在の量子力学では4つの基本的な力のうち3つしか説明できていない、重力が未解明 ・重力を含めて理論的に説明しようとすると膨大な計算が必要になり計算不能 ・TensorFlowに...
入門／解説 モデル SPICE：自己教師学習で音の高さを推定
１．SPICE：自己教師学習で音の高さを推定まとめ ・メロディーを認識するためには音の高さの変化、つまりピッチの変化を追跡する能力が必要 ・しかし音の高さをそのまま認識する絶対音感より相対的に認識する相対音感の方が人間の脳でも一般的 ・SP...
学習手法 MobileNetV3:次世代のオンデバイス視覚モデル(3/3)
１．MobileNetV3:次世代のオンデバイス視覚モデル(3/3)まとめ ・精度とEdge TPU上で実行された際の速度を両立させるAutoMLをした結果MobileNetEdgeTPUモデル誕生 ・既存のモバイルモデルよりも同一精度でよ...
学習手法 MobileNetV3:次世代のオンデバイス視覚モデル(2/3)
１．MobileNetV3:次世代のオンデバイス視覚モデル(2/3)まとめ ・MobileNetV3の探索スペースはh-swishとsqueeze-and-excitationで改良が施されている ・ネットワークの最後に新しい効率的な〆(l...
モデル MobileNetV3:次世代のオンデバイス視覚モデル(1/3)
１．MobileNetV3:次世代のオンデバイス視覚モデル(1/3)まとめ ・スマートフォンなどのデバイス上で実行される事が前提のニューラルネットワークMobileNetV3の発表 ・オンデバイスでの実行に最適化されているがMobileNe...
ビッグデータ 人の流れを統計的に処理した結果から新しい洞察を得る(3/3)まとめ
１．人の流れを統計的に処理した結果から新しい洞察を得る(3/3)まとめ ・階層的な都市ではモビリティが均一的に分布している傾向が高く、公共交通機関が広く利用されている ・また、歩きやすく、汚染物質の排出が少なく、健康に関する様々な指標が優れ...
入門／解説 人の流れを統計的に処理した結果から新しい洞察を得る(2/3)まとめ
１．人の流れを統計的に処理した結果から新しい洞察を得る(2/3)まとめ ・地理情報を地域単位、時間情報を週単位などにまとめる事でモビリティデータのプライバシー配慮を実施 ・モビリティデータを用いる事で都市の人の流れが従来よりも明確に定量的に...
入門／解説 人の流れを統計的に処理した結果から新しい洞察を得る(1/3)
１．人の流れを統計的に処理した結果から新しい洞察を得る(1/3)まとめ ・人々がどのように移動しているのかを知る事、すなわち人間のモビリティを知る事は従来は困難だった ・モバイル機器の通信状況から習得していため比較的狭い範囲狭い時間軸でしか...
入門／解説 Google AI Residency Programの第三期のハイライト
１．Google AI Residency Programの第三期のハイライトまとめ ・Google AI Residency Programの第三期生の成果の発表、論文以外にも幅広い活動を行った ・第五期の募集として2020 Google...
入門／解説 VTAB:視覚タスク用のベンチマーク(2/2)
１．VTAB:視覚タスク用のベンチマーク(2/2)まとめ ・VTABによる評価では最高パフォーマンスを示した特徴表現学習アルゴリズムはS4L ・S4L(Self-Supervised Semi-Supervised Learning)は特に...
入門／解説 VTAB:視覚タスク用のベンチマーク(1/2)
１．VTAB:視覚タスク用のベンチマーク(1/2)まとめ ・視覚タスク用に事前トレーニングしたモデルは有用だが数が多く評価方法も異なっている ・数が多すぎる故にどのモデルが最適な特徴表現を提供してくれるのかを知ることは困難 ・VTABは多様...
入門／解説 皆のためのMLモデルの構築：機械学習の公平性を理解する(2/3)
１．皆のためのMLモデルの構築：機械学習の公平性を理解する(2/3)まとめ ・what-ifツールを使うと個々の特徴が個々のデータポイントにどのような影響を与えているのかを確認可能 ・データの偏りを無視するために特定の特徴を考慮しないように...