cvpaper.challenge の メタサーベイ発表スライドです。 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。論文サマリ作成・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ます。2020の目標は「トップ会議30+本投稿」することです。 http://xpaperchallenge.org/cv/ Read less
![Performance is not all you need -CV分野における論文への要求-](https://cdn-ak-scissors.b.st-hatena.com/image/square/552c006c5fa67f848ff13daccbc279f892e824af/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fperformanceisnotallyouneedpresentation-200408030240-thumbnail-4.jpg%3Fcb%3D1586315495)
cvpaper.challenge の メタサーベイ発表スライドです。 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。論文サマリ作成・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ます。2020の目標は「トップ会議30+本投稿」することです。 http://xpaperchallenge.org/cv/ Read less
近年はさまざまな業界で人材難となっており、アルバイトや正社員の採用活動が順調に進められていない企業も決して少なくありません。だからこそ、従業員一人ひとりの「業務効率化」を図るための取り組みを行なっているという企業も多いのではないでしょうか。 最近では、さまざまな業務を効率化するためのツールが販売されていますが、その中でも特に注目されているもののひとつに「AIを活用したシフト作成ツール」が存在します。シフト作成業務にAIを活用することによって、どのような形での業務効率化が可能になるのでしょうか。 今回は、AIを活用したシフト作成サービスの仕組みについて解説していくとともに、代表的なシフト作成サービスの特徴などもご紹介していきますので、ぜひ参考にしてみてください。 AI人材について詳しく知りたい方は以下の記事もご覧ください。 年収3000万円!AI人材とは?IT人材不足に対する国と企業の取り組
R&Dチームの徳田(@dakuton)です。 時系列分析に携わるエンジニア目線でコロナウイルスに関する動向を見ていると、短い期間で当てはまる予測モデルをつくるというよりは、カットオフ発生(データの分断点)を調べることが重要になるだろうと思いながら自宅で静観しています。(どういうことか?気になる方は効果検証入門をお読みください) 本題です。AWS SageMakerについて調べていたら、AWSのリソースを全く消費せずに動作する謎のモード(local mode)があることに気がつきました。今回は、そちらの謎機能をもとに、AWS SageMakerの技術的な部分の解説をしようと思います。 SageMakerとは? 実行インスタンス データ保管方法 SageMakerコンテナの起動モード デザインパターン ローカルでSageMakerを起動する local modeの存在意義 local mode
こんにちは、@vimmodeです。自然言語界隈ではBERTを始めとしたTransformerベースの手法の進化が目覚ましいですが、実運用されている話はあまり聞きません。 その理由としてモデルのサイズの大きさと推論速度の遅さに一定起因すると感じており、この記事はその解消になり得る量子化と呼ばれる手法の紹介とPyTorchで実装されたBERTモデルに量子化を適応する方法を紹介します。 量子化とは 量子化という単語は数学や物理など様々な領域で使われています。ここで述べる量子化は情報理論における量子化であり、主に連続値を離散値で表現することを考えます。 機械学習の枠組みで考えるとモデルのパラメータや学習時の勾配(場合によっては入力と出力データも含める)の数値表現を浮動小数点から整数に変更することを目的にします。 ディープラーニングではパラメータ等をfloat32で表現することが多いですが、もしこれ
画像と違って文章から感情を予測すること(emotion prediction from text)は未だ自然言語処理(NLP)界隈では、うまくいった事例が少ない。 特に、単純なネガポジ判定ではなく、6感情(怒り、驚き、幸せ、嫌悪、恐れ、悲しみ)を分析する感情分析は、研究が頻繁に行われてる。 今回はBERTでなるべく精度の高い感情分析モデルを作ってみた。 目次 ・感情分析について 1.twitterからスクレイピングしてデータセット作成したcase 2.スクレイピングした映画レビューからデータセットを作ったcase 3.気づいたこと 4.まとめ 感情分析について感情分析は英語でも日本語でも未だにうまくいってなくて、論文が頻繁にでてる分野。 難しい理由の一因は「データセットの作成が難しい」とか「ノイズの多い日本語のような難解な言語での感情判定が困難」だから。 比較的処理しやい英語でも、kagg
青が何も介入をしなかったとき、黄色が4月8日から8割の接触を減少させたときです。 4月8日から接触を8割カットすると、新規患者数は4月17日頃にピークを迎え、その後減少が予想されます。5月8日から普段通りの生活に戻ると再度感染者は増加する。 長期的に見ると 波は横にずれますが、形はほとんど変わりません。ピーク時の1日の新規感染者数が120万人となると到底医療システムが成り立ちません。 ところで、「集団免疫」という言葉がかなり聞かれるようになりましたが、免疫をもつ人が人口のある程度の割合(この割合は病原体それぞれの感染力や人々の接触パターンによりますが)に達した時に、感染拡大は収まります。 逆に集団免疫の状態に到るまでは一時的な措置を取っている間は感染拡大がおさまってもそれをやめると再燃する、というジレンマがあります。 厳しい外出制限をこのまま永遠に(ワクチンが開発されるまで)しなければいけ
日本国内の潜在的な陽性者数を推定することは有益ですが、簡単ではありません。PCR検査がランダムになっていないことが推定を難しくしています。有症状者が検査されやすいというselection biasがあるからです。この記事ではいくつか仮定を置いて潜在的な陽性者数を推定したいと思います。 仮定 全国民のうち潜在的に陽性になっている割合 この割合は年代によらず一定と仮定します。ここでは と書きます(posはpositiveの略)。例えば0.0001なら日本人約1億2千万人中、おおよそ12000人が潜在的に陽性になっている計算です。 なお、国民の年代別人口の値はこのページの令和2年3月報 (令和元年10月確定値,令和2年3月概算値) (PDF:301KB) の「2019年10月1日現在(確定値)」の総人口 男女計の値を使用しました。 陽性者中の有症状者の割合 若年層で無症状が多いなど、年代で異なる
※この投稿は米国時間 2020 年 3 月 31 日に、Google Cloud blog に投稿されたものの抄訳です。 データは常に、公衆衛生上の緊急事態に対する調査や研究、取り組みにおいて重要な役割を果たしますが、世界的な危機の発生時にこそ、その真価が発揮されるといえるのではないでしょうか。研究プロセスにとって、データセットへのアクセスやそのデータをクラウド規模で分析できるツールは、切り離すことのできない重要なものですが、とりわけ COVID-19(新型コロナウイルス感染症)への対応にあたっては、その必要性がグローバル規模で高まっています。 Google Cloud では、研究者、データ サイエンティスト、アナリストが COVID-19 に対抗するための取り組みを支援するために、Johns Hopkins Center for Systems Science and Engineeri
東京都市大学は従来の0.1%程度のサンプルデータでコンピュータウイルスの約82%を検出できるネットワーク侵入検知システムを、機械学習を用いて開発したことを発表した。 東京都市大学は2020年4月8日、従来の0.1%程度のサンプルデータでコンピュータウイルスの約82%を検出できるネットワーク侵入検知システムを、半教師あり機械学習アルゴリズムを用いて開発したことを発表した。同大学情報工学部知能情報工学科 教授の塩本公平氏による研究成果だ。 セキュリティ対策の一つとして知られるウイルス対策ソフトは、ウイルスの特徴をまとめて定義したパターンファイルを基に、侵入を検知する。しかし、既知のウイルスを改変した亜種(または新種)が出現した場合、パターンファイルに定義されていないため、ウイルスの侵入を検知できないという課題があった。 そこで近年、機械学習を使ってパケット通信の特徴を分析し、ウイルスの侵入を検
Googleの開発者向けブログ「Google Developers」で、Googleが開発しオープンソースで公開している機械学習を使ったAI関連技術のソフトウェアライブラリ「TensorFlow」の事例として株式会社アールティの開発した「Foodly」が取り上げられた。 ばら積みの状態から、一つ一つを認識できる「Foodly」 「Foodly」は、お弁当を作る工場のラインなどで、スタッフと協働して業務するロボット。弁当のおかずをAI技術わ使って画像認識、ロボットがピックアップしてお弁当に盛りつける。ロボットは小柄な成人ぐらいのサイズで、弁当工場のベルトコンベアのラインにおいて人と隣り合わせて作業することができる。 このシステムで最も難しいことは山積み(バラ積み)された唐揚げ等の画像から判別し、ひとつの唐揚げを識別してピックアップして盛り付けること。いわゆる「セグメンテーション」と呼ばれる分
「Software Ate The World, Now AI Is Eating Software(ソフトウェアは世界を食べた。今、人工知能がソフトウェアを食べようとしている)」これは、Web版のForbesで2019年8月29日に掲載された記事のタイトルである。AIは今後、利用の拡大が望まれる技術だ。しかし、期待が寄せられる一方、AIの活用はなかなか進んでいない。その要因としては、機械学習の実行環境の準備や各種データの抽出、フォーマットの変換など、準備工程が複雑であることが挙げられる。このセッションではDatabricks Japan株式会社のグティエレス・パウロ氏が、AIの現状やDatabricksのソリューションを用いたAI活用法について披露した。 Databricks Japan株式会社 ソリューション・アーキテクト グティエレス パウロ氏 AIが実現するビジネスインパクトは非常
最終更新日: 2020年4月9日 Intelligence Design株式会社は、通行量調査を機械的に実施する「IDEA counter」を活用した調査を行い、原宿/明治神宮前エリアでの1日あたりの通行者数が約90%減少したと発表しました。AI開発を手がけるスタートアップ企業である同社が新型コロナウイルス感染拡大の影響を受けて実施した調査です。
筑波大学発のベンチャー企業・ラビルド(茨城県つくば市)はこのほど、コンピュータ科学分野の論文投稿サイト「Acrovector」(アクロベクター)を4月15日に公開すると発表した。論文の投稿や閲覧は無料。査読(人間によるチェック)を行わないことで論文を即時公開できるほか、投稿された論文をAIで自動分類するのが特徴だ。 自動分類機能の導入で、ユーザーが求める論文にたどり着くまでの時間は、従来の検索エンジンに比べて約80%短縮できるとしている。 論文は投稿後すぐに公開される。査読を行わない代わりに信頼性を高めるための仕組みとして、論文の内容についてユーザーが討論できるディスカッション機能や、論文内容の再現性を申告できる機能を用意する。 無料プランの他、月額10ドルの有料プランも用意。有料版では無制限のブックマーク機能や分析レポートの閲覧機能などを提供する。 関連記事 査読8年、京大教授の「ABC
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