Self-Attentionを全面的に使った新時代の画像認識モデルを解説！ - Qiita
08/31 (2020): 投稿 08/31 (2020): 「畳み込みを一切使わない」という記述に関して、ご指摘を受けましたので追記いたしました。線形変換においては「チャネル間の加重和である1x1畳み込み」を実装では用いています。 08/31 (2020): 本論文で提案されているモデルの呼称に関して認識が誤っていたためタイトルおよび文章を一部修正しました。 言葉足らずの部分や勘違いをしている部分があるかと思いますが、ご指摘等をいただけますと大変ありがたいです。よろしくお願いします！(ツイッター:@omiita_atiimo) Self-Attentionを全面的に使った新時代の画像認識モデルを解説！ 近年の自然言語処理のブレイクスルーに大きく貢献したものといえば、やはりTransformerだと思います。そこからさらにBERTが生まれ、自然言語の認識能力などを測るGLUE Benchm
風力発電タービンの3枚あるブレードの1枚を黒く塗ることで鳥の衝突死を大幅に減らすことができるとの研究結果 | スラド IT
Norwegian Institute for Nature Research(NINA)の研究チームがノルウェー・スメラ島の風力発電所で行った実験によれば、風力発電タービンのブレード(羽根)3枚のうち1枚を黒く塗ることで鳥の衝突死が大幅に減少したそうだ(NINAのニュース記事、 Ars Technicaの記事、 論文)。 高速で回転するブレードはモーションスミアにより透き通って見える。そのため、ブレードに着色してモーションスミアを減少させることで鳥が衝突しにくいようになるという実験室での実験に基づく研究成果が2003年に発表(PDF)されており、特にブレードの1枚のみを黒く着色する方法が推奨されていた。研究チームは2013年8月に発電所や地元自治体、規制当局の許可を得てタービン4基を処理群としてブレード各1枚を黒く塗り、別の4基を対照群として2016年末まで調査を実施。この風力発電所では
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
