グーグル、ディープラーニング技術で網膜画像から心疾患リスクを予測
ともにAlphabet傘下のGoogleおよびライフサイエンス企業Verily Life Sciencesによる新たな研究が、ディープラーニング（深層学習）アルゴリズムを利用して人の網膜の画像を分析することで、心血管疾患のリスクを予測できることを示した。 両社の科学者らが研究成果をまとめた新たな論文は、医用生体工学分野の学術誌「Nature Biomedical Engineering」に掲載された。論文の題は、「Prediction of cardiovascular risk factors from retinal fundus photographs via deep learning」（ディープラーニングを介した網膜眼底画像からの心血管系危険因子の予測）だ。 網膜眼底画像には目の血管も写る。論文によると、この血管の画像を利用することで、心血管疾患の危険因子を正確に予測できるという
CapsuleGAN: Generative Adversarial Capsule Network
We present Generative Adversarial Capsule Network (CapsuleGAN), a framework that uses capsule networks (CapsNets) instead of the standard convolutional neural networks (CNNs) as discriminators within the generative adversarial network (GAN) setting, while modeling image data. We provide guidelines for designing CapsNet discriminators and the updated GAN objective function, which incorporates the C
How you can train an AI to convert your design mockups into HTML and CSS
By Emil Wallner Within three years, deep learning will change front-end development. It will increase prototyping speed and lower the barrier for building software. The field took off last year when Tony Beltramelli introduced the pix2code paper and Airbnb launched sketch2code. _Photo by [Unsplash](https://unsplash.com/photos/y0_vFxOHayg?utm_source=unsplash&utm_medium=referral&utm_content=creditCo
Google、目の網膜スキャンから機械学習を用いて心臓病を予測するコンピュータビジョンベースのアルゴリズムを発表
Google、目の網膜スキャンから機械学習を用いて心臓病を予測するコンピュータビジョンベースのアルゴリズムを発表 2018-02-20 Google Research、Alphabet傘下の生命科学部門Verilyの研究者らは、機械学習を用いて心臓病を予測するdeep learningアルゴリズムを発表しました。 論文：Prediction of cardiovascular risk factors from retinal fundus photographs via deep learning 著者：Ryan Poplin, Avinash V. Varadarajan, Katy Blumer, Yun Liu, Michael V. McConnell, Greg S. Corrado, Lily Peng,Dale R. Webster 本システムは、コンピュータビジョン技術を
SpectralNet: Spectral Clustering Using Deep Neural Networks
1. どんなもの？ Spectral clusteringのためのDeep learning手法を用いて大規模データセットへの適用と埋め込みの一般化を可能にしたSpectralNetを提案した。 2. 先行研究と比べてどこがすごいの？ Spectral clusteringはとても有力なクラスタリングアルゴリズムとして知られているが、 大規模なデータセットに対して適用する場合計算量の観点で適用が難しく、 out-of-sample-extension (OOSE) といった問題がある。 先行研究ではdeep learningを用いたクラスタリング手法が多数提案されている。 k-meansベースのdeep learningアプローチ DCN DEC DEPICT variational autoencoderベースのアプローチ VaDE GMVAE data augmentationベースの
Gradient descent, how neural networks learn | Deep Learning Chapter 2
Cost functions and training for neural networks. Help fund future projects: https://www.patreon.com/3blue1brown Special thanks to these supporters: http://3b1b.co/nn2-thanks Written/interactive form of this series: https://www.3blue1brown.com/topics/neural-networks This video was supported by Amplify Partners. For any early-stage ML startup founders, Amplify Partners would love to hear from you v
.ai Domain Auctions | auction.whois.ai
The best place to backorder/drop purchase expiring ccTLD domain names
異常検知ナイト（エンジニア向け）
異常検知ナイト！ 2017年頂戴した技術的質問の中でとても多かったものが、異常検知でございました。懇親会で研究者が質問攻めに会い、懇親会が終われない！ということもございました。異常検知の問題をいかに解くかは情報も限られ、教師無し学習、元になるデータ補正、等々様々な難しさがあります。しかし、やりたい人が多い。それならば、一線の研究者、エンジニアを集めて、異常検知問題を如何に解くか情報を共有する会を開催することにしました。Deep Learning Lab 初のエンジニア向けイベントです。 ＜アンケートにご協力ください＞ ご視聴いただいた皆様からのご意見・ご要望をぜひお聞かせください！ アンケートサイトはこちら： http://aka.ms/dllab-survey/
Deep Reinforcement Learning Doesn't Work Yet
In a world where everyone has opinions, one man...also has opinions June 24, 2018 note: If you want to cite an example from the post, please cite the paper which that example came from. If you want to cite the post as a whole, you can use the following BibTeX: @misc{rlblogpost, title={Deep Reinforcement Learning Doesn't Work Yet}, author={Irpan, Alex}, howpublished={\url{https://www.alexirpan.com/
Efficient Neural Architecture Search via Parameter Sharing
We propose Efficient Neural Architecture Search (ENAS), a fast and inexpensive approach for automatic model design. In ENAS, a controller learns to discover neural network architectures by searching for an optimal subgraph within a large computational graph. The controller is trained with policy gradient to select a subgraph that maximizes the expected reward on the validation set. Meanwhile the m
GitHub - suragnair/alpha-zero-general: A clean implementation based on AlphaZero for any game in any framework + tutorial + Othello/Gobang/TicTacToe/Connect4 and more
A simplified, highly flexible, commented and (hopefully) easy to understand implementation of self-play based reinforcement learning based on the AlphaGo Zero paper (Silver et al). It is designed to be easy to adopt for any two-player turn-based adversarial game and any deep learning framework of your choice. A sample implementation has been provided for the game of Othello in PyTorch and Keras. A
Neural Network for Generating HDRIs
Every lighting TD has been given a shot to light with no lighting reference or information from set to help determine the illumination before, this is the fun part of our job right? Not to producers, man-days go up and profit goes down. VFX supervisors also generally like when the most accurate onset data can be used to facilitate accuracy in the work, to provide a solid realistic base before spic
How I Shipped a Neural Network on iOS with CoreML, PyTorch, and React Native
How I Shipped a Neural Network on iOS with CoreML, PyTorch, and React Native This is the story of how I trained a simple neural network to solve a well-defined yet novel challenge in a real iOS app. The problem is unique, but most of what I cover should apply to any task in any iOS app. That’s the beauty of neural networks. I’ll walk you through every step, from problem all the way to App Store. O
人工知能でバレンタインチョコが本命か義理かを判別する - Qiita
2月14日といえば**バレンタインデー(Valentine's Day)**ですね。 日本では、女性から男性へチョコレートを贈る日というイメージが強いと思います。この日を心待ちにしている方も多いのではないのでしょうか。 このように楽しいイベントと認識されているバレンタインデーですが、一方、重要な課題として、**本命チョコ(Honmei Chocholate)と義理チョコ(Obligation Chocholate)**が判別できないという問題が挙げられます。 実際、この問題を解くため多くの先行研究がなされています。（参考[1], [2], [3]） 義理チョコと本命チョコの見分け方！義理チョコをあげる意味や理由って何だろう？ バレンタインの本命と義理の違い＆見分け方！手作りは！？男性必見！ 【バレンタイン】やっぱり気になる、“本命か義理チョコ”かを判断するポイントまとめ しかし、既存手法に
Monad transformer
This week, let’s talk about Haskell. I has been learning Haskell in my free time for a while and i am really enjoy it. I recommend everybody to learn it, whether you can use it for your day job or not, because it will give you a very different view and way of thinking to improve your programming skills. Let’s start with a very simple problem likes this: given a user id, we want to find all posts o
AI議員奮闘記！数学とPythonがもたらす政治イノベーションの可能性
民間ではAIへの注目が集まる中、特に遅れてしまっているのが行政や議会です。このアナログな業界に一石を投じるべく、私はAI議員になることを決意しました。今回は、私がAI議員としてAIを活用して行ってきた活動をお伝えできればと思い、政治山に寄稿させていただきました。 あまりに非効率な議会にフラストレーションを感じる 議会の仕事は、極めて非効率です。議員の主な仕事である本会議の質問は、ほとんどが事前に用意した原稿の音読です。議案の採決も事前に結果がわかっているため、「学芸会」だと揶揄されることもあります。そして、非効率なのは公開された会議に限ったことではありません。議案説明など非公式な会議でも、職員が原稿を音読しているだけで終わってしまいますし、資料は紙で届きます。ペーパレス化が進む民間とのギャップを感じ、次第にフラストレーションが溜まっていきました。 IBMのWatsonがクイズ番組で人間以上
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
New Deep Learning Techniques 2018
有害コメント検出の論文：「Comment Abuse Classification with Deep Learning」を読んだ | 10001 ideas
Hacks | Deep Learning JP
DeepLearning.Hub on Twitter: "A Survey on Acceleration of Deep Convolutional Neural Networks: - Network Pruning - Low-rank Approximation - Networ… https://t.co/3LavPh5fLV"
