C.M.ビショップ他著「パターン認識と機械学習」の輪読資料の一覧を当サイトで公開しました。 詳細はこちらから
C.M.ビショップ他著「パターン認識と機械学習」の輪読資料の一覧を当サイトで公開しました。 詳細はこちらから
1枚の顔写真から3Dデータを機械学習を用いて作成するアルゴリズムが開発される! 投稿日:2017/10/16 最終更新日:2019/5/23 3Dソフトウェア, 使い方 投稿者: モデログ編集部 英国のノッティンガム大学とキングストン大学が共同研究で、2Dの顔画像や顔映像から3Dモデルを作成するアルゴリズムを発表しました。 論文発表ページはこちら データ作成は弊社でも行っておりますが、人物の写真から3Dデータを作るのは大変な作業です。 微妙な違いで全然別人のようになってしまうのが人の3Dモデルの難しいところ……。 そのため、前後左右それぞれから撮影した写真を用意してもらい、実物に似せていくのが基本なのです。 今回発表されたのは1枚の写真から顔の3Dデータを瞬時に作成するというアルゴリズムです。60000枚以上の2D写真と3D顔モデルデータセットを読み込ませて学習させたとのこと。 web上で
このドメインは お名前.com から取得されました。 お名前.com は GMOインターネットグループ(株) が運営する国内シェアNo.1のドメイン登録サービスです。 ※表示価格は、全て税込です。 ※サービス品質維持のため、一時的に対象となる料金へ一定割合の「サービス維持調整費」を加算させていただきます。 ※1 「国内シェア」は、ICANN(インターネットのドメイン名などの資源を管理する非営利団体)の公表数値をもとに集計。gTLDが集計の対象。 日本のドメイン登録業者(レジストラ)(「ICANNがレジストラとして認定した企業」一覧(InterNIC提供)内に「Japan」の記載があるもの)を対象。 レジストラ「GMO Internet Group, Inc. d/b/a Onamae.com」のシェア値を集計。 2023年5月時点の調査。
囲碁のトップ棋士に勝った人工知能「AlphaGo」が進化し、打ち手を全く教えずに白紙の状態から学習して従来型の人工知能を破ったと開発した会社が発表し、人工知能はもはや人間の知識に制約されなくなったとしています。 この会社が開発した人工知能「AlphaGo」は、囲碁の名人の打ち手のデータを基に学習を重ね、ことし世界最強とされる中国のトップ棋士を破り、大きな話題となりました。 今回、新たに開発した「AlphaGoZero」は答えを導くデータがなくても、人工知能がみずから試行錯誤を繰り返して、よりよい答えにたどり着く、「強化学習」という手法を取り入れたということです。 そして、囲碁の基本ルール以外には何も教えず、わずか3日間で500万回の対戦をひとりでに繰り返して強さを身につけた結果、トップ棋士を破った従来型の人工知能に圧勝したということです。 さらに、新型の人工知能は白紙の状態から学習する中で
IBM、量子コンピュータで分子や化学反応の効率的なシミュレーション実現。量子コンピュータが産業や研究で活用できる道筋を示す 新薬や新素材の開発、料理や電池の充電など、私たちの身の回りには化学反応を利用したさまざまなものがあふれています。 もしもこれらの化学反応を分子レベルでコンピュータシミュレーションできるようになり、実際に試すことなく観察し試行錯誤できるようになるとしたら、産業界から日常生活に至るまで革新的な変化が起きることが予想されます。 コンピュータを用いた分子や化学反応のシミュレーションはすでに学術分野などで行われていますが、現在のところ最新のスーパーコンピュータを用いてたとしても、複雑さと計算量のため非常に時間がかかるとされています。 そうしたなか、IBMは9月13日、量子コンピュータを用いて分子を効率的にシミュレートするアルゴリズムを開発し、複雑な化学反応のシミュレーションと研
1カ月ほど前から、東京大学の松尾研のディープラーニング公開講座に行っている。 ネットで募集していたのであわてて申し込んだら、とんでもない数の人が集まっていて熱気がすごい。学部生、院生、社会人、あわせて300人以上が同時に授業を受けている。 初回こそ、人工知能概論のような話だったけれど、2回目以降はものすごい速度で授業が進む。そして宿題の量と質もすごい。2回と3回目の授業だけで、普通の学校の半年分くらいの内容になっている気がする。東大、ほんとにやべーよ。 毎回、授業の冒頭は「ふんふん、そうか」とはじまるのだけれど、終わり間近に大量のサンプルコードを見せられて、それをすごい勢いで説明され、最後にゴツイ宿題が出る。授業終了後は、ポカーンってなる(授業中にぜんぶ理解しているひと、どれくらいいるんだろう)。 友人の物書堂の社長の広瀬くん(iPhone辞書アプリ開発の大御所!)も、たまたまいっしょに講
1. tiny-dnn is a header-only deep learning framework for C++ that aims to be easy to introduce, have simple syntax, and support extensible backends. 2. It allows defining neural networks concisely using modern C++ features and supports common network types like MLPs and CNNs through simple syntax similar to Keras and TensorFlow. 3. The framework has optional performance-oriented backends like AVX
第二世代人工知能の亡霊がもたらす"AIの冬" AI Winter is coming!! 2016.11.21 Updated by Ryo Shimizu on November 21, 2016, 15:49 pm JST 日立が公開した「汎用人工知能」のプロモーションビデオが日本のAI業界で悪い意味での注目を集めています。 このビデオでは、日立は自社で開発したAI技術「H(エイチ)」を、「汎用人工知能」と自称しています。 しかし、「汎用人工知能」は、通常、AGI(Artificial General Intelligence)の訳とされ、人工知能研究のメインストリームでは、GoogleやFacebookなどを含めて「まだ世界の誰も開発に成功していない」ものとされています。 ビデオに登場する株式会社日立製作所、研究開発グループ技師長の矢野和夫氏によれば、このH(エイチ)は、「(カスタマ
応用範囲が広く幅広い視点からの説明になりがちなベイズ最適化について、本記事では機械学習のハイパーパラメータ探索に利用することに限定して解説します。 1. はじめに 最近、ベイズ最適化という手法が注目を集めています。 ベイズ最適化 (Bayesian Optimization) とは、形状がわからない関数 (ブラックボックス関数) の最大値 (または最小値) を求めるための手法です。 ベイズ最適化についての入門記事は Web 上にすでにいくつかありますが、ベイズ最適化は応用範囲が広く、入門記事は様々な応用に向けた幅広い視点からの説明になりがちです。 本記事では、機械学習ユーザに向けて、ベイズ最適化を機械学習のハイパーパラメータ探索に利用することに限定して説明します。 これにより、機械学習に対して、ベイズ最適化がどのように利用できるのかを分かりやすく解説したいと思います。 2. ハイパーパラメ
2016年7月12日に,Chainer v1.11.0がリリースされた. Chainer Meetup 03や,Amazon Picking Challenge 2016の準備もあったろうに…なんて速度だ! (第2位,おめでとうございます https://www.preferred-networks.jp/ja/news/amazon-picking-challenge-2016_result ) この記事では,Chainerの新機能を美味しさと共に紹介していきたいと思う. トレーニング部分のコードが抽象化できるようになった Chainer Meetup 03では,「beam2dさんがゲロ吐きながらTrainコードを抽象化してくれている」という話だった. あれからおよそ2週間,Chainerのコードは変化を遂げた.変化を遂げることを許された. 先日とあるライブコーディングイベントにて私が書
250. Reference "Pattern Recognition and Machine Learning" Christopher M. Bishop Springer; 1st ed. 2006. Corr. 2nd printing edition (October 1, 2007) "Truth and Probability" Frank Plumpton Ramsey (1926) "The physical basis of IMRT and inverse planning" S Webb British Journal of Radiology (2003) 76, 678-689 251. Wikipedia 渡辺慧 http://ja.wikipedia.org/wiki/%E6%B8%A1%E8%BE%BA%E6%85 %A7 『No Free Lunch T
図●NECが実施した電力消費予測実験のグラフ。上の従来技術による予測に比べて、下の「異種混合学習技術」による予測では実績と予測のずれが小さい(NECの資料より) NECの情報・ナレッジ研究所は2012年6月22日、ビッグデータの解析に役立つ「異種混合学習技術」を開発したと発表した。6月28日に英国で開催される「機械学習」分野の国際学会「The 29th International Conference on Machine Learning(ICML2012)」で詳細を報告する。2013年度の実用化を目指す方針だ。 機械学習(Machine Learning)とは、コンピュータプログラムを使って大量のデータから有用な規則性、ルール、判断記述などを抽出する技術。製造・流通業などの需要予測や、スパムメールの判定、ネット広告の表示、デジタルカメラの顔認識、囲碁・将棋などのゲームといった分野に幅広
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