アプリケーション HOD:あなたの医用画像分類器は、何を知らないかを知っていますか？(2/2)
１．HOD:あなたの医用画像分類器は、何を知らないかを知っていますか？(2/2)まとめ ・医療用MLモデルは誤診を避けるため特定の症例を知らないという事実を識別できる事が重要 ・そのため分類できないOODデータを検出することは、安全性を向上...
アプリケーション アプリケーション HOD:あなたの医用画像分類器は、何を知らないかを知っていますか？(1/2)
１．HOD:あなたの医用画像分類器は、何を知らないかを知っていますか？(1/2)まとめ ・医療用画像分類人工知能の進歩は目覚ましいが珍しい症例を正確に分類するのは難しい ・「以前に見たことがない知らない状態」を検出することは分類外データ検出...
量子コンピュータ 高エネルギー状態が引き起こす量子エラーの調査(2/2)
１．高エネルギー状態が引き起こす量子エラーの調査(2/2)まとめ ・粒子衝突によるエラーバーストは激しく拡散するため、誤り訂正機構で対応できない ・粒子自体を遮蔽する事は低温槽が巨大になるため現実的には実現が難しい ・チップ自体に手を加えて...
量子コンピュータ 高エネルギー状態が引き起こす量子エラーの調査(1/2)
１．高エネルギー状態が引き起こす量子エラーの調査(1/2)まとめ ・量子プロセッサーは量子ビットから構成されており環境ノイズから影響を非常に受けやすい ・特殊な低温槽に設置して極低温に冷却する事で熱雑音を低減しているが宇宙線は防げない ・高...
アプリケーション 毛先まで明瞭に自撮りできるPixel 6のポートレートモード(2/2)
１．毛先まで明瞭に自撮りできるPixel 6のポートレートモード(2/2)まとめ ・アルファマットの品質向上によりPixel 6の前面カメラを使ったポートレートモードを改善 ・髪の毛の領域と被写体の境界の周囲の背景のぼかしの見栄えを改善する...
アプリケーション 毛先まで明瞭に自撮りできるPixel 6のポートレートモード(1/2)
１．毛先まで明瞭に自撮りできるPixel 6のポートレートモード(1/2)まとめ ・従来のマスク手法は画素が前景に属するか背景に属するかをYes or Noの２値で判断していた ・２値しか持たないと透明度の値を推定する必要があり髪の毛などの...
モデル MixIT：教師なし学習で野鳥の鳴き声を聞き分けて分離する(2/2)
１．MixIT：教師なし学習で野鳥の鳴き声を聞き分けて分離する(2/2)まとめ ・分離モデルには過剰分離や文脈の喪失などの潜在的な問題が存在している事はわかっている ・分離されたチャンネルとオリジナルの音声を使って分類する事で最良の結果を得...
モデル MixIT：教師なし学習で野鳥の鳴き声を聞き分けて分離する(1/2)
１．MixIT：教師なし学習で野鳥の鳴き声を聞き分けて分離する(1/2)まとめ ・機械学習を使って鳥の唄声で種を分類する事は鳴き声の重複や自然音の混入により困難 ・音声データから自動的に対象音を分離する教師なし学習であるMixIT手法を新規...
モデル LaMDA：人間より機知に富んだ会話が可能な対話モデル(2/2)
１．LaMDA：人間より機知に富んだ会話が可能な対話モデル(2/2)まとめ ・品質指標は微調整の有無にかかわらず、モデルパラメータの数とともに一般に改善する ・根拠性はモデルサイズが大きくなると向上するが外部の知識源を参照する事が可能 ・微...
モデル LaMDA：人間より機知に富んだ会話が可能な対話モデル(1/2)
１．LaMDA：人間より機知に富んだ会話が可能な対話モデル(1/2)まとめ ・LaMDAは最大1370億のパラメータを持つ対話に特化したニューラル言語モデル ・微調整を行い外部の知識ソースを活用する方法をモデルを教えて品質を向上した ・品質...
学習手法 StylEx：犬と猫の違いは何かを視覚的に説明する新しい手法(2/2)
１．StylEx：犬と猫の違いは何かを視覚的に説明する新しい手法(2/2)まとめ ・StylExは分類器を説明するものであり、現実世界の分類を説明するものではない ・現実世界におけるクラスラベル間の物理的な違いを特徴付けるとは限らない ・分...
学習手法 StylEx：犬と猫の違いは何かを視覚的に説明する新しい手法(1/2)
１．StylEx：犬と猫の違いは何かを視覚的に説明する新しい手法(1/2)まとめ ・ニューラルネットワークが何に着目して画像を分類しているか特定する事は困難 ・従来手法は注目している場所や全体的な特徴はわかるが特徴が分離できていない ・St...