モデル SimVLM：弱い教師を使ったシンプルな視覚言語モデル(1/2)
１．SimVLM：弱い教師を使ったシンプルな視覚言語モデル(1/2)まとめ・視覚言語モデリングは、視覚的な入力に言語を対応させて理解する土台となる・視覚入力と言語入力の両方から単一の特徴空間を学習する手法で近年大きく進歩した・SimVLMは...
transformer
モデル 
モデル AI Choreographer：音楽に合わせたダンスを生成する人工知能(2/2)
１．AI Choreographer：音楽に合わせたダンスを生成する人工知能(2/2)まとめ・FACTはMotion、Audio、Cross-Modalの3種のTransformerから構成される・full-attention mask利用...
入門／解説 Hugging Face社のオンライン無料NLP学習コースの紹介
１．Hugging Face社のオンライン無料NLP学習コースの紹介まとめ・Hugging Face社がHugging Faceライブラリを使用したNLP用の無料オンラインコースを公開・自作ライブラリだけでなく、NLPで最先端のタスクを実行...
学習手法 HuBERT：話言葉を音声から直接学習する自己教師あり特徴表現学習(1/2)
１．HuBERT：話言葉を音声から直接学習する自己教師あり特徴表現学習(1/2)まとめ・他の人の話を聞いたり交流するだけで音声をよりよく認識して学習するAIは大きな目標・実現には単語だけでなく話者の個性、感情、割り込みなど、多くを分析する必...
アプリケーション VTN：Transformerを使用した文書レイアウトの自動化(2/2)
１．VTN：Transformerを使用した文書レイアウトの自動化(2/2)まとめ・レイアウトの品質と多様性という2つの基準に従ってVTNのパフォーマンスを評価・従来の研究は配置ルールに準拠できなかったり多様性に問題があったがVTNは克服・...
アプリケーション VTN：Transformerを使用した文書レイアウトの自動化(1/2)
１．VTN：Transformerを使用した文書レイアウトの自動化(1/2)まとめ・レイアウトやデザインルールは従う事は簡単だが例外があるため明確に定義することは困難・機械学習を使った自動デザインはレイアウト要素間の定義情報がないと新要素に...
学会 ICLR 2021におけるGoogleの存在感
１．ICLR 2021におけるGoogleの存在感まとめ・2021年5月3日(月)から7日(金)まで仮想空間でICLR 2021が開催・Google AIブログで概要が発表済みの論文も10存在するので要チェック・Gradient Boost...
モデル MaX-DeepLab：デュアルパストランスフォーマーを使ってパノプティックセグメンテーションを直接実行(2/2)
１．MaX-DeepLab：デュアルパストランスフォーマーを使ってパノプティックセグメンテーションを直接実行(2/2)まとめ・MaX-DeepLabはパノプティコンセグメンテーションを直接トレーニングできる初の手法・マスクとクラスを直接予測...
モデル MaX-DeepLab：デュアルパストランスフォーマーを使ってパノプティックセグメンテーションを直接実行(1/2)
１．MaX-DeepLab：デュアルパストランスフォーマーを使ってパノプティックセグメンテーションを直接実行(1/2)まとめ・パノプティックはセマンティックとインスタンスの両セグメンテーションを統合したもの・従来の最高手法は画像から直接求め...
モデル 2021年時点の各分野における最先端の機械学習モデルの紹介
１．2021年時点の各分野における最先端の機械学習モデルの紹介まとめ・未知の分野で作業を始める時、現時点の最先端モデルを調べるのは時間がかかる・各MLタスクに最適なモデルをリスト化してまとめておくと手間がかなり省ける・Kaggleのコンテス...
モデル BigBird：疎なAttentionでより長い連続データに対応可能なTransformer(2/2)
１．BigBird：疎なAttentionでより長い連続データに対応可能なTransformer(2/2)まとめ・ETCを更に拡張し元データに存在する構造に関する前提知識を不要とするBigBirdを開発・GPUやTPUを活用するためにスパー...
モデル BigBird：疎なAttentionでより長い連続データに対応可能なTransformer(1/2)
１．BigBird：疎なAttentionでより長い連続データに対応可能なTransformer(1/2)まとめ・Transformerは最新のNLP研究の中核技術で様々な連続する入力データに柔軟に適応できる・しかし従来のTransform...