Twitter社が発表した超解像ネットワークをchainerで再実装 - 人工言語処理入門
この記事は Chainer Advent Calendar 2016の18日目の記事です。昨日は@zacapa_23さんのPokemonGANでした。僕もDCGANを使って百合漫画の解析に活かそうとしたことがあるので、なんだか親近感がわきます。ちなみにこの記事もDCGANがらみです。 数年前にニューラルネットで超解像を行う研究が発表されてから、近年のディープラーニングブームの中で、特に企業の研究として(学習型一枚絵)超解像が発表されています。国内でも、特にイラストへの応用として、waifu2xという実装が注目を浴びたりしました。GitHub - nagadomi/waifu2x: Image Super-Resolution for Anime-Style Art さて、いくつかある論文の中で、今回はTwitter社が9月に公開したもの( Photo-Realistic Single Im
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
Despite the breakthroughs in accuracy and speed of single image super-resolution using faster and deeper convolutional neural networks, one central problem remains largely unsolved: how do we recover the finer texture details when we super-resolve at large upscaling factors? The behavior of optimization-based super-resolution methods is principally driven by the choice of the objective function. R
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
https://www.pinterestcareers.com/media/vv4bg1sj/prestoicde.pdf
https://dl.acm.org/doi/abs/10.1145/3449227
Large Scale EventLog Management @Twitter
Robust, Scalable, Real-Time Event Time Series Aggregation at Twitter
https://cs.uwaterloo.ca/~jimmylin/publications/Grewal_etal_HotCloud2018.pdf
The Evolution of Content Analysis for Personalized Recommendations at Twitter
https://www.semanticscholar.org/paper/Evolution-of-fashion-brands-on-Twitter-and-Manikonda-Venkatesan/9dcb91c79a70913763091ff1a20c4b7cb46b96fd
https://forecasters.org/wp-content/uploads/gravity_forms/7-621289a708af3e7af65a7cd487aee6eb/2015/08/Beheshti_Kashi_Samaneh_ISF_2015.pdf
Krist Wongsuphasawat | Publications
https://dl.acm.org/doi/10.1145/2723372.2742788
http://cs.iit.edu/~culotta/pubs/culotta15predicting.pdf
http://outlier-analytics.org/odd13kdd/papers/guzman,poblete.pdf
English (US)
https://monkey.org/~marius/funsrv.pdf
untitled
Dimension Independent Matrix Square using MapReduce
Storm-SIGMOD15-v28
http://stanford.edu/~rezab/papers/wtf_overview.pdf