imagenet

基礎理論

分類精度が高すぎるモデルは知覚的類似度を予測する用途に不向き(2/2)

1.分類精度が高すぎるモデルは知覚的類似度を予測する用途に不向き(2/2)まとめ ・知覚スコアを向上させる戦略はモデルの規模を縮小して精度を下げる事になる ・ユークリッド距離ではなく2つの知覚関数を用いて知覚的類似度を計算した ・スキップ結...
アプリケーション

FILM:2つの異なる写真の間を補完して動画を生成(2/2)

1.FILM:2つの異なる写真の間を補完して動画を生成(2/2)まとめ ・3つの損失関数を組み合わせて鮮明さと画像忠実度を大幅に向上させている ・FILMは画像間に100画素程度の大きな差があっても鮮明な画像を生成可能 ・小さな動きや中程度...
プライバシー

差分プライバシーを使って大規模な画像分類モデルを学習(2/2)

1.差分プライバシーを使って大規模な画像分類モデルを学習(1/2)まとめ ・差分プライバシーのプライバシーと実用性の両立は様々な工夫が必要となる ・フルバッチトレーニングと公開データを使った転移学習を組み合わせた ・DP-SGDはJAXで高...
プライバシー

差分プライバシーを使って大規模な画像分類モデルを学習(1/2)

1.差分プライバシーを使って大規模な画像分類モデルを学習(1/2)まとめ ・大量データを集約して学習データにしていてもモデルは個人に関する特徴を取り込み可能 ・個人に関する特徴が符号化されないようにするため連合学習の重要性が高まっている ・...
ヘルスケア

MICLe:自己教師あり学習で医療用画像の分類精度を向上(1/3)

1.MICLe:自己教師あり学習で医療用画像の分類精度を向上(1/3)まとめ ・医療画像分類にディープラーニングを適用することへの関心が高まっている ・しかし対照学習などの直近の画像分類タスクの進歩は十分に検討されていない ・医療画像分類に...
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...