Deep Learningを用いた画像から説明文の自動生成の最新研究を調査したものを公開いたします。 数式の説明などかなり簡略したものですが、全体が俯瞰できるように工夫しましたので、何かのご参考になればと幸いです。 また、何か間違いがございましたら、ご指摘のほどよろしくお願いします。Read less
![Deep learning を用いた画像から説明文の自動生成に関する研究の紹介](https://cdn-ak-scissors.b.st-hatena.com/image/square/af4c8bca518135037e004078bc7a78c126753539/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fdeeplearning-150710101928-lva1-app6892-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
お茶の水女子大学伊藤研究室ゼミ資料 関連資料として以下が参考になります https://note.com/sick4989hack/n/n928f78d3d33f
変分ベイズ法の説明。 最尤法との対比で説明した。また、EMアルゴリズムとの対応も述べられている。 職場の勉強会での資料です。
※ブラウザでうまく表示されませんのでDLして御覧ください※ ※以下のリンクからもご覧いただけます※ https://speakerdeck.com/tam07pb915/nagoyar15 ロジスティック回帰や多項ロジスティック回帰などの一般化線形モデルを用いた分析の結果を図示するためのeffectsパッケージの紹介をします。
全脳アーキテクチャ勉強会では,毎回脳の機能の一部に注目し,神経科学,機械学習などの関連分野の専門家をお呼びし,脳の機能の実現方法の何がわかっていて何がわかっていないかを明らかにしていきます. 今回のテーマは「実世界に接地する言語と記号」です. まず背景として,言語を扱いうる知能を実現するためには,高次の概念やその関係を抽出し,それを記号と結びつけた上で,文法等に従った記号操作を行う能力が求められると思われます.しかし,こうした能力を工学的に実現するのは容易ではなく,現状の人工知能や機械学習における現実世界のデータと記号や言語とのつながりは,人間に比べて極めて貧弱なものです. しかし近年においては,神経科学の知見が急速に蓄積され,深層学習からは基本的な概念の獲得に成功するだけでなく,文法を扱う試みなども始まっています.そこで,今回の勉強会では,こうした背景を踏まえ,「実世界に接地する言語と記
cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/ 本資料はViEW2021チュートリアルセッション「最新研究の始め方」のプレゼン素材です。また、xpaper.challengeの2020年末ワークショップとしてプレゼンした「研究効率化Tips」の拡張版です。本資料では3社12研究室300ページにわたるノウハウの詰め合わせです。 VIEW2021のチュートリアルセッションでは時間の制限があるため、こちらの資料から一部抜粋して発表を行うことになりますが、VIEW2021チュートリアルセッションの方にも足を運んでいただければ幸いです。 VIEW2021チュートリアルセッション:http://vie
2014/11/28(金)に社内勉強会で発表したスライドです。 BMG Worksをはじめとし、DevLOVE、XP祭りなど多くのコミュニティから頂いた知見を紹介させて頂きました。 コミュニティで関わった皆様に改めて御礼申し上げます。 例によって突貫工事で作成したスライドですので、誤り等ありましたらコメントにてご指摘頂けますと助かります。 ※2022/04/11追記 Speaker Deckに移行しました。 https://speakerdeck.com/takigawa401/itji-shu-zhe-demo1karaxue-berubizinesumoderukiyanbasuru-menRead less
ABテストにおける統計の重要性が語られ始めてきております。データアーティスト社内教育用に使っている資料でございます。 少しでも皆様のお役にたちますと幸いです。Read less
第20回ステアラボ人工知能セミナー https://stair.connpass.com/event/109983/ 【講演動画】 https://youtu.be/Fgza_C6KphU 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演の前半ではまず近年の代表的な研究について紹介する。後半では、発表者の最近の研究として「ランダムフォレストの簡略化」と「モデル列挙」について紹介する。
2014年8月26日の日本神経回路学会主催セミナー「Deep Learningが拓く世界」における発表スライドです。Deep Learningの主なフレームワークで共通する設計部分と、実験の仕方について説明しています。Read less
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
処理を実行中です
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