モデル ViT：規模拡大可能な画像認識用のTransformers(1/2)
１．ViT：規模拡大可能な画像認識用のTransformers(1/2)まとめ ・畳み込みニューラルネットワークは画像専用に設計されたため計算量が多くなる可能性がある ・次世代の計算効率の高い視覚モデルが求められておりVision Tran...
視覚
モデル 
入門／解説 データサイエンスと機械学習用のPython人気ライブラリ2020年版
１．データサイエンスと機械学習用のPython人気ライブラリ2020年版まとめ ・データサイエンス、データ視覚化、機械学習のためのPythonライブラリ上位38選 ・一般的なデータサイエンス用ツールを対象とし、ニューラルベースと研究用途は対...
AI関連その他 LIT：自然言語モデルを対話的に調査して理解を深める解釈性ツール(2/2)
１．LIT：自然言語モデルを対話的に調査して理解を深める解釈性ツール(2/2)まとめ ・LITは事前トレーニング済みモデルを使用したいくつかのデモが公開されている ・感情分析は映画のレビューが肯定的か否定的かを予測する機能をデモできる ・マ...
AI関連その他 LIT：自然言語モデルを対話的に調査して理解を深める解釈性ツール(1/2)
１．LIT：自然言語モデルを対話的に調査して理解を深める解釈性ツール(1/2)まとめ ・自然言語処理モデルが様々な場面で使われるようになりその動作を理解する重要性が増加 ・以前のWhat-Ifツールは分類と回帰モデル用で自然言語処理に特化し...
アプリケーション Chimera Painter：GANを使用して幻想的な生き物を創造(1/3)
１．Chimera Painter：GANを使用して幻想的な生き物を創造(1/3)まとめ ・ビデオゲーム用の画像作成時はアイデアをすばやく反復して大量の画像を作成する ・アーティストが人間のアシスタントのように振る舞う絵筆を持ったら生産性が...
AI関連その他 AIのアルゴリズムの効率性は16か月毎に2倍に上昇(2/2)
１．AIのアルゴリズムの効率性は16か月毎に2倍に上昇(2/2)まとめ ・少量のコンピューティングで達成された顕著な進歩の測定に力を注ぐことが重要 ・今後も効率的な最新技術を引き続き追跡し、視覚と翻訳タスク以外も追加して行く予定 ・未掲載の...
アプリケーション Hum to Search：鼻歌検索の背後に存在する技術(2/2)
１．Hum to Search：鼻歌検索の背後に存在する技術(2/2)まとめ ・トレーニングデータは元の歌声をハミングや口笛に変換して認識率を向上させている ・トレーニング時にはトリプレット損失関数をベースに信頼性の概念に改良を加えた ・現...
アプリケーション Hum to Search：鼻歌検索の背後に存在する技術(1/2)
１．Hum to Search：鼻歌検索の背後に存在する技術(1/2)まとめ ・鼻歌とスタジオで録音された歌曲は使用している楽器等がかなり異なるため鼻歌検索は困難 ・従来手法は全ての歌曲について鼻歌版を作成し、鼻歌版に対して鼻歌で検索をして...
データセット 三次元物体認識のためのObjectronデータセットの発表(2/2)
１．三次元物体認識のためのObjectronデータセットの発表(2/2)まとめ ・使用法やチュートリアルなどObjectronデータセットの技術的な詳細はgithubで入手可能 ・データセットには、自転車、本、ボトル、カメラ、椅子、カップ、...
データセット 三次元物体認識のためのObjectronデータセットの発表(1/2)
１．三次元物体認識のためのObjectronデータセットの発表(1/2)まとめ ・二次元と比較して大規模なデータセットがないため三次元で物体を理解することは困難 ・Objectronデータセットはこの問題を解決する三次元物体中心の短いビデオ...
アプリケーション Web MLによるGoogle Meetの背景置き換え(1/2)
１．Web MLによるGoogle Meetの背景置き換え(1/2)まとめ ・ビデオ会議ソフトGoogle Meetで機械学習を使用して背景を置き換える技術が発表 ・ブラウザで直接動作するMediaPipeを使っているのでアドオンのインスト...
アプリケーション URL2Video：Webページから自動でビデオを作成する実験(2/2)
１．URL2Video：Webページから自動でビデオを作成する実験(2/2)まとめ ・簡潔な情報提供と元ページと一致したデザインを目標としてビデオが作成されている ・経験則的な設計思想に従って、個々の場面の資産提示時間及び空間的配置が決定さ...