3つの要点 ✔️ 学習すべきラベルをニューラルネットワークに生成させるMAXLの提案 ✔️ クラスの階層構造に注目したMask SoftMaxの利用 ✔️ メタ学習を用いることで既存のラベルよりも優れた性能を示した Self-Supervised Generalisation with Meta Auxiliary Learning written by Shikun Liu, Andrew J. Davison, Edward Johns (Submitted on 25 Jan 2019 (v1), last revised 26 Nov 2019 (this version, v3)) Comments: Published by Neural Information Processing Systems 2019 (NIPS2019) Subjects: Machine Learn

前回、おそ松さんたちをディープラーニングで見分けるため、準備編としておそ松さんたちの顔画像を5644枚集めました。 今回はそれを用いて、ディープラーニングで学習させ、判別器を作って検証します。 集めた画像 人物 枚数 例 おそ松 1126 から松 769 チョロ松 1047 一松 736 十四松 855 とど松 729 その他 383 使用フレームワーク 最近GoogleからTensorFlowという新しいディープラーニングのフレームワークが発表されました。 会社のブログに使い方書いたのですが、まだ慣れていないので、今回はchainerを使います。こちらだとすぐに高い成果を上げているImageNetのNINモデル、４層畳み込みニューラルネットワークがサンプルで入っていますので、こちらを改良して使います。 imageNetの使い方は、こちらやこちらを参考にしています。 訓練データセット Im

Nishikaが新たなデータサイエンスコンペティション「日本絵画に描かれた人物の顔分類に機械学習で挑戦！」をスタートデータサイエンスコンペティションプラットフォーム”Nishika”にて、新たな画像解析コンペティションが2020年5月1日より開始。Nishikaではこれが4回目のコンペ開催になる。 データサイエンスコンペティションやAI・データサイエンス特化型Q&Aフォーラムのプラットフォーム”Nishika”を運営するNishika株式会社（東京都千代田区、代表取締役山下達朗、以下Nishika）が本日より新たに同社初の画像解析コンペ「日本絵画に描かれた人物の顔分類に機械学習で挑戦！」（以下本コンペ）をスタート致しました！Nishikaではこれが4回目のコンペ開催になり、同社のコンペには、これまで８００人以上のデータサイエンティストが国内外から参加しています。 ・URL：https://

EXDREAM株式会社(本社：東京都千代田区、代表取締役：斎藤喜寛)は、5月1日よりCAMPFIRE Communityにてオンラインサロン「AIバーチャルシンガー・ラボ」を開始致しました。 音楽TECHスクール「CANPLAY」を運営するEXDREAM株式会社は、CAMPFIRE Commuityにてオンラインサロン「AIバーチャルシンガー・ラボ」を開始致しました。 ■URL https://community.camp-fire.jp/projects/view/261542 ■概要 「AIバーチャルシンガー・ラボ」では、音楽データ（MIDI）を機械学習させることで“AI自身による楽曲制作”を目指し、支援者の皆様と一緒に作り・育てていくプロジェクトです。 研究成果の発表、支援者の方から頂くデータによってどのような楽曲を作り出すのか未知数で、可能性は無限大です。 また、研究に使用した機械

NECのAI「NEC the WISE」が新聞記事から時代のムードを味覚指標で表現、チョコレート専門店のダンデライオン・チョコレート・ジャパン株式会社とのコラボレーションで時代のムードを味わう「あの頃は CHOCOLATE」を新たに開発しました。