Googleが開発！機械学習アルゴリズムを進化的検索で全自動生成する AutoML-Zero
3つの要点 ✔️ AutoML-Zeroは基本的な数学演算の操作だけで、完全な機械学習アルゴリズムを自動的に発見 ✔️ Back Propagationで学習するニューラルネットワークすら発見 ✔️ 人間の先入観に捉われない新たな解法の創造に期待が持てます。 AutoML-Zero: Evolving Machine Learning Algorithms From Scratch written by Esteban Real, Chen Liang, David R. So, Quoc V. Le (Submitted on 6 Mar 2020) Comments: accepted by arXiv Subjects: Machine Learning (cs.LG); Neural and Evolutionary Computing (cs.NE); Machine Learn
漫画キャラのせりふを、感情のこもった音声合成に変換 北京理工大学などが新技術
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 北京理工大学とUAEのInception Institute of Artificial Intelligence（IIAI）、米ジョージ・メイソン大学の研究チームが2019年11月に発表した新技術「Comic-Guided Speech Synthesis」は、漫画に登場するキャラクターが発するせりふを、適切な感情をこめた音声に変換し、出力する手法だ。 漫画本のページを読み込ませると、各キャラクターが発している吹き出しの中のせりふを分析し、ストーリーの流れに沿って音声を合成する仕組み。 分析と発話に当たっては、「Comic Visual Analysis」「Comic Speech Sy
arXivTimes/datasets/README.md at master · arXivTimes/arXivTimes
MNIST 言わずと知れた手書き文字のデータ CIFAR-10 言わずと知れた10クラス(airplane, automobileなど)にラベル付された画像集。CIFAR-100というより詳細なラベル付けがされたものもある The Oxford-IIIT Pet Dataset CIFAR-10と同様、ラベル付きのデータ。その名の通り動物系 Fashion-MNIST ファッション画像のMNIST、を表したデータセット。クラス数はMNISTと同様10クラスで、画像は28x28(グレースケール)、学習：評価データ数は60,000：10,000。 MNISTは簡単すぎる、濫用されているといった問題を克服するという側面も意識されている。 iMaterialist Challenge on fashion 100万点をこえるファッション画像のデータセット。8グループ228のラベルがアノテーションさ
IPOを一緒に目指していける機械学習エンジニアを募集！ - ユニロボット株式会社のエンジニアリングの採用 - Wantedly
慶応義塾大学経済学部出身、大手総合商社で15年勤務後、ユニロボット株式会社を創業。NewYork UniversityでもITビジネスを勉強し、プロジェクトマネジメネトの資格を保有。 個人活動として積極的に社会貢献事業等を行ってきました。 2010年 自身が主催して、世界最大の二人三脚504人505脚でギネスブックの記録を更新 2011年 自身が主催して、世界最大の二人三脚レース502ペアでギネスブックの記録を更新 NYと東京有数規模のゴミ拾い「ゴミュニケーション」ボランティアを主催・運営し、NHKで取り上げ、各種新聞に多数掲載 私たちユニロボット株式会社は、パーソナルAIやチャットボットなどコミュニケーションテクノロジー全般の企画・開発・販売を行っている会社です。コミュニケーションテクノロジーのサブスクリプションサービス「unirobot cloud（ユニロボットクラウド）」や、コミュニ
ハイパーパラメータ自動最適化ツール「Optuna」公開 - Preferred Networks Research & Development
ハイパーパラメータ自動最適化フレームワーク「Optuna」のベータ版を OSS として公開しました。この記事では、Optuna の開発に至った動機や特徴を紹介します。 公式ページ 公式ドキュメント チュートリアル GitHub ハイパーパラメータとは？ ハイパーパラメータとは、機械学習アルゴリズムの挙動を制御するパラメータのことです。特に深層学習では勾配法によって最適化できない・しないパラメータに相当します。例えば、学習率やバッチサイズ、学習イテレーション数といったようなものがハイパーパラメータとなります。また、ニューラルネットワークの層数やチャンネル数といったようなものもハイパーパラメータです。更に、そのような数値だけでなく、学習に Momentum SGD を用いるかそれとも Adam を用いるか、といったような選択もハイパーパラメータと言えます。 ハイパーパラメータの調整は機械学習ア
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Wantedly（ウォンテッドリー）はたらくを面白くするビジネスSNS
「AIアート」の生成は、誰でも簡単にできるのか？ 実際に試してみた結果｜WIRED.jp
100年前の製品を、いまだに年間10万個も売るパナソニック
arXivTimes/datasets at master · arXivTimes/arXivTimes