情報系の若手研究者にカネとポストができた！AIで追い風が吹く今こそ ニュースイッチ by 日刊工業新聞社
最近の産業界での人工知能（ＡＩ）やビッグデータ（大量データ）の活用などを背景に、情報系の若手研究者に追い風が吹いている。文部科学省の肝いりの若手向け研究支援事業が始まったほか、４日には日本最大級のＡＩ研究拠点の理化学研究所・革新知能統合研究センター（ＡＩＰセンター）が東京・日本橋に開設された。指導教員の研究の下請けではなく、若手が直接勝ち取れる予算とポストができたのだ。若くして新しい研究領域を創るチャンスが巡ってきた。 「霞が関を満足させる研究はおっさん世代がやる。ＡＩで追い風が吹く今こそ、若手は好きな研究に打ち込め」―。科学技術振興機構（ＪＳＴ）のプログラム、河原林ＥＲＡＴＯが２０１６年１２月に開いた情報系ウィンターフェスタで、筑波大学の佐久間淳教授（ＣＲＥＳＴ研究代表者）は若手を鼓舞した。 同フェスタには約２５０人の若手が集まった。大会場で研究者が３分間隔で研究概要を発表し、すぐにポス
Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Blog
This 3-hour course (video + slides) offers developers a quick introduction to deep-learning fundamentals, with some TensorFlow thrown into the bargain. ">This 3-hour course (video + slides) offers developers a quick introduction to deep-learning fundamentals, with some TensorFlow thrown into the bargain. Deep learning (aka neural networks) is a popular approach to building machine-learning models
Distributed Security Alerting - Slack Engineering
A wall of hard drives! by Scott Schiller licensed under Creative Commons. Cropped. How does a company know when it has been hacked? Let’s list some ways, in order of best case to worst case: The company’s employees notice something strange A 3rd party contacts the company because they notice something strange Hacker(s) contact the company because they want them to notice something strange They don
Visual Geometry Group - University of Oxford
This website uses Google Analytics to help us improve the website content. This requires the use of standard Google Analytics cookies, as well as a cookie to record your response to this confirmation request. If this is OK with you, please click 'Accept cookies', otherwise you will see this notice on every page. For more information, please click here Accept cookies
DeepFashion Database
News 2022-06-01 We release the DeepFashion-MultiModal dataset with rich multi-modal annotations, including manually annotated human parsing labels, manually annotated human keypoints, manually annotated fine-grained labels and textual descriptions. 2020-05-04 Parsing mask annotations and dense pose annotations have been added to “In-shop Clothes Retrieval Benchmark”. Fine-grained attribute annotat
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Weak Data for Feature Extraction (CVPR 2016)
Project page: http://www.hirokatsukataoka.net/research/withouthuman/withouthuman.html The objective of this paper is to evaluate "human action recognition without human". Motion representation is frequently discussed in human action recognition. We have examined several sophisticated options, such as dense trajectories (DT) and the two-stream convolutional neural network (CNN). However, some featu
これからのコンピュータビジョン技術 - cvpaper.challenge in PRMU Grand Challenge 2016 (PRMU研究会 2016年12月)
cvpaper.challengeにて2017年4月にサーベイした論文のまとめです。 充分に進化したコンピュータ視覚（Computer Vision; CV）は人間に新しい知見をもたらす。cvpaper.challengeではCVが飛躍的に進んだ先に、人間に対して拡張した知能や技能を教示できる、と位置づけ論文読破・まとめ・アイディア考案・議論・実装・論文執筆（・社会実装）に至るまで広く取り組み、その過程で出てきたあらゆる知識を共有します。 2015〜2016年は1,600本以上の論文まとめを全て公開し、著名な国際会議のWSにおいて受賞を経験しました。2017年はさらにアウトプットにこだわり、突出した成果を出すことを目標とします。 SlideShareにて論文まとめや講演資料を公開し、Twitterでも情報を共有しております。 HP： https://sites.google.com/sit
Computer Vision & Pattern Recognition - Google Scholar 統計情報
h5-指標は過去5年間に発表された論文の h-指数です。h の中でも最大値であり、2022〜2018 に発表された h 論文はどれにおいても必ず h 引用があります。非表示
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
Hirokatsu Kataoka's HP
Hirokatsu KATAOKA, Ph.D. Chief Senior Researcher, AIST, Japan. Hirokatsu Kataoka received his Ph.D. in engineering from Keio University in 2014. His research experience includes visiting scientist at Technical University of Munich (TUM) and JSPS Fellow (PD) at the University of Tokyo. Currently, he is a Chief Senior Researcher at National Institute of Advanced Industrial Science and Technology (AI
Active Learning 入門
IBIS 2021 https://ibisml.org/ibis2021/ における最適輸送についてのチュートリアルスライドです。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https://speakerdeck.com/joisino/zui-shi-shu-song-ru-men
CNN による画像分類で使われる前処理・テスト時処理まとめ - iwiwi 備忘録
とりあえず ImageNet 系の論文で、目に入ったものから順々にまとめていきます。情報・ツッコミ歓迎。 前処理・Data Augmentation Mean Subtraction 入力画像から平均を引く。[103.939, 116.779, 123.68] を各ピクセルから引く。VGG はこれ。 Per-pixel Mean Subtraction 入力画像から平均を引く。ピクセル・チャンネルごとに計算された平均を引く。即ち、224x224x3 個の値について個別に平均を計算し用いる。AlexNet 論文から使われており、ResNet もこれ。 Random Crop 256x256 ピクセルに画像をリサイズし、そこから 224x224 のパッチをランダムに取り出す。AlexNet 論文で使われていた。ちなみに Chainer の ImageNet サンプルはこれと Horizonta
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
Pythonを書き始める前に見るべきTips - Qiita
Pythonを使ってこの方さまざまな点につまずいたが、ここではそんなトラップを回避して快適なPython Lifeを送っていただくべく、書き始める前に知っておけばよかったというTipsをまとめておく。 Python2系と3系について Pythonには2系と3系があり、3系では後方互換性に影響のある変更が入れられている。つまり、Python3のコードはPython2では動かないことがある(逆もしかり)。 Python3ではPython2における様々な点が改善されており、今から使うなら最新版のPython3で行うのが基本だ(下記でも、Python3で改善されるものは明記するようにした)。何より、Python2は2020年1月1日をもってサポートが終了した。よって今からPython2を使う理由はない。未だにPython2を使う者は、小学生にもディスられる。 しかし、世の中にはまだPython3に
画像の水増し方法をTensorFlowのコードから学ぶ - Qiita
はじめに Deep Learningで画像を精度よく分類するにはとにかく枚数が必要です。しかし、大量の画像をすべて手作業で用意・タグ付けするのは困難です。そこで、タグ付けされた画像を加工することで画像の枚数を増やす(水増しする)ことが行われます。 今回は、水増しするためにどのようなことをするのかをTensorFlowのコードから学びたいと思います。 具体的にはCIFAR-10のコードから学んでいきます。 cifar10/cifar10_input.py 実際のコードでは以下のように複数の処理を組み合わせて画像の水増しを行っていました。 # Image processing for training the network. Note the many random # distortions applied to the image. # Randomly crop a [height,
Tech-Circle #18 Pythonではじめる強化学習 OpenAI Gym 体験ハンズオン
The document discusses applying theory of mind, or the ability to infer the intentions of other agents, to multi-agent reinforcement learning. It introduces three papers that use Bayesian reasoning to model other agents in the Hanabi game. Specifically, the papers develop methods for Bayesian action decoding and simplified action decoding to enable agents to reason about each other's intentions du
Scaling Data Science: <br> Slides from #DDTX17 | Stitch Fix Technology – Multithreaded
For those who attended my talk at Data Day Texas in Austin last weekend, you heard me talk about how Stitch Fix has reduced contention on: Access to data Access to ad-hoc compute resources to help scale Data Science. As attendees requested, I have posted my slides here, which you can find a link to at the bottom. For those that weren’t at my talk, here’s a brief background to the slides; they shou
Microsoft PowerPoint - NEDO_脳型ワークショップ_2016Oct27.pptx
２値ディープニューラルネットワークから FPGAに合成するツールフロー 東京⼯業⼤学 中原 研究室 Artificial Neuron (AN) + x0=1 x1 x2 xN ... w0 (Bias) w1 w2 wN f(u) u y xi: Input signal wi: Weight u: Internal state f(u): Activation function (Sigmoid, ReLU, etc.) y: Output signal y f (u) u wi xi i0 N 積和演算を 何とかしたい… 2値化ニューラルネットワーク x1 w0 (Bias) fsgn(Y) Y z w1 x2 w2 xn wn ... 短精度(4〜8)ビットを2値に置き換え→メモリ帯域の圧縮 乗算器をXNORに置き換え→回路⾯積の削減 x1 x2 Y ‐1 ‐1 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
ヤフーのデータ分析専門組織を“暴れる集団”に変える
GitHub - os/slacker: Full-featured Python interface for the Slack API
AWS Step FunctionとLambdaでディープラーニングの訓練を全自動化する
Fuller Understanding of Fully Convolutional Networks - Google スライド%25A4%25CE%25B3%25D0%25A4%25A8%25BD%25F1%25A4%25AD)
FCN(Fully Convolutional Network)の覚え書き - PukiWiki
https://www.robots.ox.ac.uk/~vgg/publications/2015/Simonyan15/simonyan15.pdf
Paper Doll Parsing demonstration
【2016.06】cvpaper.challenge2016
Multimedia - Google Scholar 統計情報
cvpaper.challenge | AI/CV研究コミュニティ (@CVpaperChalleng) | Twitter
GitHub - arXivTimes/arXivTimes: repository to research & share the machine learning articles
画像認識モデルを作るための鉄板レシピ
技術文書を書く際の、心技体
