《日経Robo》キヤノンが取り組んだディープラーニング技術とは
画像認識1）や音声認識2）、自動翻訳、さらには画像や音声といった情報の生成3-4）にまで広がり始めているディープラーニング（深層学習）。そんな飛ぶ鳥を落とす勢いのディープラーニングが、今度は移動ロボットの中核領域にまで波及し始めた。 LIDARやカメラなどのセンサ情報を基にロボットの自己位置を推定したり、周囲の環境地図を作成したりする、いわゆる「SLAM（simultaneous localization and mapping）」技術へのディープラーニングの適用である。 ドイツのTUM（Technical University of Munich）に在籍するキヤノンの技術者が、同大の研究者らと共同で開発した。その名も「CNN-SLAM」という技術である（図1）5）。
世界最高強度の物質、３次元に転換成功 実用化へ前進か
（ＣＮＮ） 地球上で最も強度が高い物質とみられている２次元の極薄炭素シート、「グラフェン」の発見から１５年。グラフェンは鉄よりもはるかに強度が高いが、建築資材として有用な３次元の物質に転換するのは至難の業とされてきた。 米マサチューセッツ工科大学（ＭＩＴ）の研究チームの発見により、こうした状況が変わるかもしれない。 ＭＩＴの研究者らはコンピューターモデルを活用し、新物質の構成に成功。鉄のわずか５％の密度でその１０倍ほどの強度を持ったスポンジ状の構造を作り出した。新物質はこれにより、非常に軽量でありながら大きな重量を積載できるようになった。 開発に携わったＭＩＴのチャオ・チン氏は「橋のようなインフラで使用される多くの物質や、鉄やコンクリートに代わるものとしてこの種の物質を使うことができる」と指摘する。 グラフェンは２００２年、英マンチェスター大学のアンドレ・ガイム教授により発見された。 同氏
畳み込みニューラルネットワークの仕組み | POSTD
(編注：2016/11/17、記事を修正いたしました。) ディープラーニングの分野でテクノロジの進化が続いているということが話題になる場合、十中八九畳み込みニューラルネットワークが関係しています。畳み込みニューラルネットワークはCNN（Convolutional Neural Network）またはConvNetとも呼ばれ、ディープニューラルネットワークの分野の主力となっています。CNNは画像を複数のカテゴリに分類するよう学習しており、その分類能力は人間を上回ることもあります。大言壮語のうたい文句を実現している方法が本当にあるとすれば、それはCNNでしょう。 CNNの非常に大きな長所として、理解しやすいことが挙げられます。少なくとも幾つかの基本的な部分にブレークダウンして学べば、それを実感できるでしょう。というわけで、これから一通り説明します。また、画像処理についてこの記事よりも詳細に説明
機械学習 名古屋 第４回勉強会 ディープラーニングその2 (2016/05/21 13:00〜)
注意 現在X(旧Twitter)でのソーシャルログインができない事象を確認しています。事前にX(旧Twitter)側で再ログインした上でconnpassのソーシャルログインを行うか、 「ユーザー名(またはメールアドレス)」と「パスワード」の組み合わせでのログインをお試しください。合わせてFAQもご確認ください。 お知らせ 2024年9月1日よりconnpassサービスサイトへのスクレイピングを禁止とし、利用規約に禁止事項として明記します。 9月1日以降のconnpassの情報取得につきましては イベントサーチAPI の利用をご検討ください。 お知らせ connpassではさらなる価値のあるデータを提供するため、イベントサーチAPIの提供方法の見直しを決定しました。2024年5月23日(木)より 「企業・法人」「コミュニティ及び個人」向けの2プランを提供開始いたします。ご利用にあたっては利用
米軍、ＩＳＩＳナンバー２「財務相」殺害を発表
（ＣＮＮ） 米国防総省は２５日、過激派組織「イラク・シリア・イスラム国（ＩＳＩＳ）」幹部で「財務相」のアブドルラフマン・カドゥリ（別名ハジ・イマム）容疑者を殺害したと発表した。専門家らは同容疑者について、ＩＳＩＳナンバー２の地位にあったとみている。 最高指導者のバグダディ容疑者が殺害などされた場合、カドゥリ容疑者がＩＳＩＳの運営を担う予定だったともみられている。 米当局者によると、今回の作戦では、カドゥリ容疑者を生きたまま捕らえるのが狙いだった。特殊部隊を運ぶヘリコプターが同容疑者を乗せた車両に上空から接近したが、最終局面で何らかの問題が起き、車両を攻撃する決定が下されたという。計画変更の理由は明かさなかった。 アシュトン・カーター米国防長官は２５日朝、記者会見を開き、カドゥリ容疑者の死亡を発表。「われわれは戦略的にＩＳＩＬ（ＩＳＩＳ）の幹部を殺害している」と述べたうえで、同容疑者が今月に
「TensorFlow Tutorialの数学的背景」シリーズの目次 - めもめも
TensorFlowを使って、実際にコードを動かしながら、DeepLearningの仕組みを段階的に学んでいきましょう。 目次 ・No.1 TensorFlow Tutorialの数学的背景 − MNIST For ML Beginners（その1） 平面上の2種類のデータをロジスティック回帰で直線的に分類するという、機械学習の基礎を説明します。 ・No.2 TensorFlow Tutorialの数学的背景 − MNIST For ML Beginners（その2） 線形多項分類器とソフトマックス関数で、3種類以上のデータを分類する方法を説明します。 ・No.3 TensorFlow Tutorialの数学的背景 − TensorFlow Mechanics 101（その1） No.1で説明した問題に対して、もっとも単純なニューラルネットワークを適用して、複雑な境界を持つ分類を実現します
Convolutional Neural Networkとは何なのか - Qiita
機械学習の世界において、画像といえばConvolutional Neural Network(以下CNN)というのは、うどんといえば香川くらい当たり前のこととして認識されています。しかし、そのCNNとは何なのか、という解説は意外と少なかったりします。 そこで、本記事ではCNNについてその仕組みとメリットの解説を行っていきたいと思います。 なお、参考文献にも記載の通り解説の内容はStanfordのCNNの講座をベースにしています。こちらの講座はNeural NetworkからCNN、はてはTensorflowによる実装まで解説される予定なので、興味がある方はそちらもご参照ください。 CNNはその名の通り通常のNeural NetworkにConvolutionを追加したものです。ここでは、Convolution、畳み込みとは一体なんなのか、という点と、なぜそれが画像認識に有効なのかについて説
リバストのブログ Deep Learningの概要
これからDeep Learningの開発環境を導入していきますが、その前にDeep Learningについて簡単に説明します。Deep Learningは、日本語では深層学習と呼ばれている機械学習の研究分野の一つで、データを高次に抽象化するための多階層なモデルを学習する技術の総称です。 機械学習の枠組みには、大きく分けて教師あり学習、教師なし学習、半教師あり学習および強化学習があります。 （引用元強くなるロボティック・ゲームプレイヤーの作り方 実践で学ぶ教科学習） これらの機械学習の方法は、入力（質問）として数値ベクトルを前提にしています。そのため、機械学習の枠組みを、画像認識などに応用するためには、それぞれの応用に合わせてデータをベクトルに変換する必要があります。このデータからベクトルへの変換のことを特徴抽出と呼びます。この特徴抽出は、それぞれの応用に関する専門的な知識が必要なため、画像
ニューラルネットワークを活用した文字認識のプロセスを三次元で可視化した WebGL デモがすごい！ - WebGL 総本山
手書き文字の認識が違った意味でよく見える！ 今回ご紹介するのは、ニューラルネットワークを活用し二次元平面上に描かれた模様から、数字として認識される様子を可視化した、面白いデモンストレーションです。 私は残念ながらこの手の学がまったく無く、正確に解説することが難しいのですが、Convolutional Neural Network というものを使って文字を認識するような、特殊なアルゴリズムを可視化しているのだと思います。 階層構造になった状態に、どのようなつながりがあるのかを可視化するのには三次元表現がうってつけですね。 数字を描いてみるだけでも楽しめる 先に触れたとおり、私はこういった学問の知識がないのでものすごく初歩的なことや、間違ったことを書いているかもしれません。その点はご了承ください。 今回のデモを見ると、文字認識のためのニューラルネットワークが、どのように機能しているのか、その一
ChainerでCIFAR-10の分類を行ってみる - のんびりしているエンジニアの日記
皆さんこんにちは お元気ですか。私は元気です。 前回はChainerの紹介をしました。nonbiri-tereka.hatenablog.com 本日はこのChainerを使って、CIFAR-10の分類を行ってみようと思います。 アーキテクチャとして利用するのはConvolutional Neural Networkを利用します。 What is CIFAR-10 CIFAR-10 and CIFAR-100 datasetsにあるデータセットです。32x32pixelのカラー画像を10のクラスに分類する問題が含まれています。 画像の大きさはTraining画像が50000枚、Test画像が10000枚です。 研究とかのベンチマークでお世話になっている人も多いと思いますが・・・ 以下の図は本家に掲載されているサンプル画像です。 データセットの読み込み CIFAR-10ではPythonでの読
Chainerによる畳み込みニューラルネットワークの実装 - 人工知能に関する断創録
Chainerによる多層パーセプトロンの実装（2015/10/5）のつづき。今回はChainerで畳み込みニューラルネットワーク（CNN:Convolutional Neural Network）を実装した。Theanoによる畳み込みニューラルネットワークの実装 (1)（2015/6/26）で書いたのと同じ構造をChainerで試しただけ。タスクは前回と同じくMNIST。 今回は、MNISTデータの取得や訓練/テストの分割にscikit-learnの関数を使ってみた。 Chainerで畳み込みをするためには、訓練データの画像セットを（ミニバッチサイズ、チャンネル数、高さ、幅）の4次元テンソルに変換する必要がある（ここに書いてある）。今回はチャンネル数が1なので単純にreshapeで変形できる。 3チャンネルのカラー画像だとnumpyのtranspose()で4次元テンソルに変換できるみたい
Chainerで学ぶLSTM - kivantium活動日記
このブログで何回も取り上げているように、ニューラルネットワークを用いた機械学習はかなりの力を発揮します。畳み込みニューラルネットワーク(convolutional neural network, CNN)は画像中で近くにあるピクセル同士の関係に注目するなど画像の特徴をうまくとらえたネットワークを構築することでかなりの成功を収めています。ノーフリーランチ定理が示唆するように万能の機械学習器は存在しないため、対象とするデータの特徴を捉えた学習器を構築することが機械学習の精度を上げる上で重要になります。 そこで今回は時系列データの解析に向いた回帰結合ニューラルネットワーク(recurrent neural network, RNN)の精度を上げるのに重要なLSTMを取り上げます。 この記事では誤差逆伝搬などのニューラルネットワークの基本知識は説明しません。誤差逆伝搬についてはPRMLの5章やNe
Fascination with Japanese schoolgirl culture hiding a darker side? | CNN
- Source: CNN " data-fave-thumbnails="{"big": { "uri": "https://media.cnn.com/api/v1/images/stellar/prod/140618005018-pkg-ripley-japan-child-porn-laws-00001701.jpg?q=x_0,y_0,h_720,w_1280,c_fill/h_540,w_960" }, "small": { "uri": "https://media.cnn.com/api/v1/images/stellar/prod/140618005018-pkg-ripley-japan-child-porn-laws-00001701.jpg?q=x_0,y_0,h_720,w_1280,c_fill/h_540,w_960" } }" data-vr-video="
【ねつ造】CNNが秋葉原のコスプレショップを無断撮影＆虚偽報道で炎上【偏向】 - Togetterまとめ
cnn_co_jp @cnn_co_jp 朝日インタラクティブが運営する「CNN.co.jp」の公式アカウントです。このアカウントでは最新記事の情報を配信します。 Facebookページはこちら facebook.com/CNNcojp/ cnn.co.jp リンク CNN.co.jp 日本で広がる「ＪＫカフェ」 暗い側面 雨の降る寒い夜、東京の通りには女子学生が何人も立ち並んでいた。ミニスカートで凍えながら、「ＪＫ（女子高生）」カフェのパンフレットを配る。大人の男性がお金を払い少女と過ごすカフェで、中には１６歳の女の子もいる。 １８歳のホノカさんによると、男性は大半が３０～５０歳代。少女たちは本物の高校の制服に身... リンク CNN Japan school girl culture: The dark truth - CNN.com Girls as young as 16 work
基本的なRecurrent Neural Networkモデルを実装してみた - Qiita
Recurrent Neural Network（再帰型ニューラルネット）に関心はあるが，なかなかコード作成に手がつかない，このようなケースが多くないだろうか？理由はいくつかあるが，私の場合は次のようなものが思い当たる． 単純にネットワークの構成が複雑．MLP(Multi-layer Perceptron)から入門してCNN(Convolutional-NN)に進むまでは，特殊なLayerがあるにせよ，信号の流れは順方向のみであった．（誤差の計算は除く．） MLPやCNNにおいては分かりやすい例題，（Deep Learningの’Hello World'と称される）"MNIST" があったが，そのような標準的な(スタンダードな）例題がRNNにはない． 因みにTheanoのDeep LearningやTensorFlowのTutorialは，言語モデルを扱ったものである．言語モデルに精通され
ジンバブエ、人民元を「通貨」に 中国は４８億円の債権放棄
（ＣＮＮ） アフリカ南部のジンバブエは２４日までに、国内で使える通貨として、中国の人民元を採用すると明らかにした。これに先立ち、中国はジンバブエに対する４０００万ドル（約４８億円）の債権について放棄する方針を明らかにしていた。 ジンバブエは、５０００％を超えるハイパーインフレのために自国通貨が実質的に無価値となったことを受け、２００９年以来、米ドルや南アフリカ・ランドを通貨として使用している。 ジンバブエは今年６月、自国通貨のドルを米ドルに両替し、ジンバブエ・ドルを廃止する作業に着手していた。大半の商取引は米ドルや南アフリカ・ランドで決済されてきたが、ほとんど価値がないジンバブエ・ドル紙幣が少量出回っており、中央銀行はこれらを一掃することに決めたという。
ダイヤモンドしのぐ硬さと輝き 米大学が新物質を開発
（ＣＮＮ） 米ノースカロライナ州立大学の研究チームはこのほど、ダイヤモンドより明るく輝き、しかも硬度が高い新物質を開発したと発表した。 応用物理学専門誌「ジャーナル・オブ・アプライド・フィジクス」の最新号に発表された論文によると、新たな物質の名前は「Ｑカーボン」。炭素原子に瞬間的にレーザーを当てて超高温まで熱し、その後急速に冷やすという方法で作ることができる。 レーザーを照射する時間は２００ナノセカンド。１ナノセカンドは１秒の１０億分の１を示す単位だ。熱した炭素の温度は約３７００度と、地球内部で天然ダイヤモンドが生成された時の高温状態をはるかに上回る。 チームによると、こうして作られた物質はダイヤモンドと同じく炭素原子で構成される固体だが、これまで地球上に存在したことはないとみられる。論文の執筆を率いたノースカロライナ州立大学のジェイ・ナラヤン氏は「自然界に存在するとすれば、どこかの惑星の
論文紹介: Fast R-CNN&Faster R-CNN
第二回 Deep Learning Acceleration 勉強会（DLAccel #2） での発表資料 https://idein.connpass.com/event/139074/ 高速化技術を下記の6観点で紹介 - 畳み込みの分解 (Factorization) - 枝刈り (Pruning) - アーキテクチャ探索 (Neural Architecture Search; NAS) - 早期終了、動的計算グラフ�(Early Termination, Dynamic Computation Graph) - 蒸留 (Distillation) - 量子化 (Quantization)
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
画像認識に関する 機械学習技術 / kivantium さん - ニコナレ
機械学習と深層学習の数理
