入門／解説 人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)まとめ・ビジネスにAIを採用させる事を成功するためにはビジネス固有のカスタムソリューションが必要・より複雑なデータサイエンスの問題には、特定分...
deep learning
入門／解説 入門／解説 人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(2/3)
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(2/3)まとめ・高速なトレーニング手法の研究、使い勝手の良いハードウェアを用いた高速トレーニング・より多くのデータと計算機資源を投入する事でより良い結...
入門／解説 人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(1/3)
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(1/3)まとめ・AIが現実世界で益々使われるようになり拡張現実を組み合わせることで顧客体験が変わっていく可能性・2020年も言語モデルの分野で目覚まし...
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によ...
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、ResNet、...
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合わせ...
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が困...
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使用...
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し有...
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いよ...
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な、...
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「構...