ストックマークと東北大学大学院情報科学研究科乾研究室、知識グラフの獲得とそれを活用した説明可能なAI (XAI)の共同研究を開始
ストックマークと東北大学大学院情報科学研究科乾研究室、知識グラフの獲得とそれを活用した説明可能なAI (XAI)の共同研究を開始 ストックマーク株式会社（本社：東京都港区、代表取締役CEO：林 達、以下 ストックマーク）は、東北大学大学院情報科学研究科 乾研究室（以下 乾研究室）と知識グラフの獲得とそれを活用した説明可能なAI（XAI)の共同研究を11月より開始したことをお知らせいたします。 ■共同研究の目的 ニュースなどのウェブメディアから得た情報を知識グラフ（ナレッジグラフ）として獲得し、それらの情報のビジネス課題解決における有用性を示すことを目的とします。 具体的な研究内容は、ビジネスにおける重要な情報を知識グラフとして獲得し、それを活用することで従来の「単語」を中心としていた情報検索・集約サービスを「知識」をベースに行うことにより高精度化するとともに、結果の理由説明などに知識グラフ
研究効率化Tips Ver.2
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
ディープラーニングを活用したレコメンドエンジン改善への取り組み - ZOZO TECH BLOG
はじめに こんにちは、推薦基盤部の与謝です。ECサイトにおけるユーザの購買率向上を目指し、レコメンデーションエンジンを研究・開発しています。最近ではディープラーニングが様々な分野で飛躍的な成果を収め始めています。そのため、レコメンデーション分野でも研究が進み、精度向上に貢献し始めています。本記事では、ディープニューラルネットワーク時代のレコメンド技術について紹介します。 目次 はじめに 目次 パーソナライズレコメンドとは 深層学習より前の推薦手法 協調フィルタリング Matrix Factorization SVD（Singular Value Decomposition） Factorization Machine 深層学習を使った推薦手法 ニューラルネットワーク推薦手法に対する警鐘 Recboleプロジェクト Recboleプロジェクトを用いた各アルゴリズムの検証 General Re
Powered by AI: Advancing product understanding and building new shopping experiences
Powered by AI: Advancing product understanding and building new shopping experiences Today we’re announcing: We’ve built and deployed GrokNet, a universal computer vision system designed for shopping. It can identify fine-grained product attributes across billions of photos — in different categories, such as fashion, auto, and home decor. GrokNet is powering new Marketplace features for buyers and
GitHub - lemondan/HumanParsing-Dataset
This human parsing dataset includes the detailed pixel-wise annotations for fashion images, which is proposed in our TPAMI paper "Deep Human Parsing with Active Template Regression", and ICCV 2015 paper "Human Parsing with Contextualized Convolutional Neural Network". You can download the dataset from this link. http://pan.baidu.com/s/1qY8bToS passwd：kjgk We will mainly maintain a new LIP benchmar
基礎技術の開発を究めディープラーニングが解けない問題を解決する | 戦略｜DIAMOND ハーバード・ビジネス・レビュー
2001年、東京工業大学大学院情報理工学研究科博士課程修了。同大学助手、助教授を経て、2014年より東京大学教授。2016年より理化学研究所革新知能統合研究センター長を併任。2003年から2004年までアレキサンダー・フォン・フンボルト財団フェローとしてドイツのフラウンホーファー研究所に滞在。2006年にはヨーロッパ委員会エラスムス・ムンダス助成を受け、英国のエディンバラ大学に滞在。2016年度日本学術振興会賞および日本学士院学術奨励賞を受賞。 中長期的な取り組みとして、5つのプロジェクトが進行しています。1つは、基礎研究の推進。AIの基礎研究については、これまで国内であまり注目されてこなかった経緯があります。一方、欧米では基礎研究に対して継続的に投資が行われ、確固たる地位を築くに至っています。機械学習の手法の1つであるディープラーニング（深層学習）の最初の論文が発表されたのが2006年の
募集要項 | 株式会社ホットリンク
必須 機械学習，または自然言語処理技術（テキストマイニングを含む）を利用したプログラミングの経験 （大学・大学院における経験を含む） システム開発における実践経験、特に設計・ドキュメンテーション・テストの経験 望ましい Python Webアプリケーション・フレームワーク（※1）の利用・開発経験 Elasticsearchの利用・開発経験 その他 異業種・異分野からの転向も歓迎いたします 必須 Python言語の知識 情報処理・機械学習・自然言語処理分野の論文読解能力（※2） 望ましい C++またはJava言語の知識 機械学習・自然言語処理分野のアルゴリズム実装経験（※3） RDBMS(MySQLなど)の知識 ネットワーク分析・数値解析・統計学などの専門知識
ニューラルネットワークの量子化についての最近の研究の進展と、その重要性 - SmartNews Engineering Blog
こんにちは、スマートニュースの徳永です。深層学習業界はGANだとか深層強化学習だとかで盛り上がっていますが、今日は淡々と、ニューラルネットワークの量子化の話をします。 TL;DR パラメータだけを量子化するのであれば、ほぼ精度を落とさずに、パラメータのデータ容量は1/16程度にまで削減できる パラメータ、アクティベーション、勾配のすべてを量子化し、推論だけでなく学習までもビット演算だけで実現する研究が進んできている 現在は深層学習 = GPU必須というぐらいの勢いがあるけど、量子化の研究が進むと、今後はどうなるかわからないよ はじめに 情報理論における量子化とは、アナログな量を離散的な値で近似的に表現することを指しますが、本稿における量子化は厳密に言うとちょっと意味が違い、十分な（=32bitもしくは16bit）精度で表現されていた量を、ずっと少ないビット数で表現することを言います。 ニュ
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
DeepLearning研究 2016年のまとめ - Qiita
DeepLearning Advent Calendar 2016の17日目の記事です。 はじめに はじめまして。 Liaroという会社でエンジニアをしている@eve_ykと申します。 今年もあと僅かとなりました。 ここらで、今年のDeepLearningの主要な成果を振り返ってみましょう。 この記事は、2016年に発表されたDeepLearning関係の研究を広く浅くまとめたものです。今年のDeepLearningの研究の進歩を俯瞰するのに役立てば幸いです。 それぞれの内容について、その要点や感想なんかを簡単にまとめられたらと思います。 特に重要だと思った研究には★マークをつけておきます。 非常に長くなってしまったため、興味のある分野だけ読んでいただければと思います。 言い訳とお願い 見つけたものはコードへのリンクも示すので、プログラミングに関係ある記事ということで… 分野的にかなり偏っ
Building a deeper understanding of images
Posted by Christian Szegedy, Software Engineer The ImageNet large-scale visual recognition challenge (ILSVRC) is the largest academic challenge in computer vision, held annually to test state-of-the-art technology in image understanding, both in the sense of recognizing objects in images and locating where they are. Participants in the competition include leading academic institutions and industry
ミリオンカウンター
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10月時点の調査。
Institute of Deep Learning - Baidu Research
Baidu launched the Institute of Deep Learning in 2013. The team is working on machine learning and artificial general intelligence, with a special focus on learning robot. CFO: Conditional Focused Neural Question Answering with Large-scale Knowledge Bases. Zihang Dai, Lei Li and Wei Xu Annual Meeting of the Association for Computational Linguistics (2016) Deep Recurrent Models with Fast-Forward Co
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
The Machine & Deep Learning Compendium | Machine & Deep Learning Compendium
Accelerating Queries over Unstructured Data with ML, Part 4 (Accelerating Aggregation Queries with Expensive Predicates) · Stanford DAWN
Welcome to Hao Su's homepage
このページを見るには、ログインまたは登録してください
Zalando Research
http://www.lv-nus.org/
Publications | Research