Deep Learning and Quantum Entanglement: Fundamental Connections with Implications to Network Design
Deep convolutional networks have witnessed unprecedented success in various machine learning applications. Formal understanding on what makes these networks so successful is gradually unfolding, but for the most part there are still significant mysteries to unravel. The inductive bias, which reflects prior knowledge embedded in the network architecture, is one of them. In this work, we establish a
Tube Convolutional Neural Network (T-CNN) for Action Detection in Videos
Deep learning has been demonstrated to achieve excellent results for image classification and object detection. However, the impact of deep learning on video analysis (e.g. action detection and recognition) has been limited due to complexity of video data and lack of annotations. Previous convolutional neural networks (CNN) based video action detection approaches usually consist of two major steps
Deep Forest :Deep Neural Networkの代替へ向けて - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 技術動向についていくことは多くの労力を必要とする。次々に新しい論文が発表されるためだ。 一方で最新論文さえも長年の地道な積み重ねの上にあることを、その引用文献から気付かされる。 ディープラーニングブームの流れも変わるのだろうか？ 勉強のため、2017年2月28日付けでarXivに投稿されたZhi-Hua Zhou, Ji Feng「Deep Forest: Towards An Alternative to Deep Neural Networks」を翻訳した。 訳には誤りがないよう注意を払いましたが、完全であることを保証できないため、
GitHub - nejumi/kaggle_memo
まずは、素うどんのXGBoostにかけて、plot_importance, feature_importances_を確認する。しかる後に、各特徴量をF-SCOREの高い順にExploratory Data Analysis (EDA)を行い、データに対する感覚を掴む。特徴量の数が少ないのであれば、初めからEDA。 情報を含まないcolumnsを除く。[Kaggle Kernel: R, Python] 標準偏差が0の説明変数 (constant cols) を除く。 重複した説明変数 (duplicated cols) を1つだけ残して他を除く。 相関係数が1である説明変数の組 (perfectly correlated cols) を探し、1つだけ残して他を除く。 各列について、値が0である説明変数の数を数えて、合計値を追加の説明変数として加える (count 0 per row)。逆
Learning Simpler Language Models with the Differential State Framework
Learning useful information across long time lags is a critical and difficult problem for temporal neural models in tasks such as language modeling. Existing architectures that address the issue are often complex and costly to train. The Differential State Framework (DSF) is a simple and high-performing design that unifies previously introduced gated neural models. DSF models maintain longer-term
プロ野球開幕記念、DL4Jでペナント予想！今年勝つのはどのチーム？――AIは解説者たちに勝てるのか | gihyo.jp
プロ野球開幕記念、DL4Jでペナント予想！今年勝つのはどのチーム？――AIは解説者たちに勝てるのか いよいよ本日、日本プロ野球ペナントリーグ2017年シーズンが開幕します。今年は第4回ワールド・ベースボール・クラシックが開催されたこともあり、春先から野球熱が高まっています。 今回、株式会社ビーブレイクシステムズの上川伸彦氏、平原靖之氏の両名が、ディープラーニングのライブラリである「DL4J（Deep Learning for Java）」を利用し、プロ野球2017シーズンセパ両リーグの順位予想を行いました。 テクノロジーの進化はスポーツにどのような影響を与えるのか、技術的視点を踏まえながらお話を伺いました。 上川伸彦氏（写真左）：株式会社ビーブレイクシステムズ技術担当取締役。 父親が中日ファン、母親が巨人ファン。実家の近くに日ハムの二軍の本拠地あり。小さいころ、巨人を応援していたが、最
Neural Episodic Control
I've found that the overwhelming majority of online information on artificial intelligence research falls into one of two categories: the first is aimed at explaining advances to lay audiences, and the second is aimed at explaining advances to other researchers. I haven't found a good resource for people with a technical background who are unfamiliar with the more advanced concepts and are looking
Deep Learning with Emojis (not Math)
Sorting shopping lists with deep learning using Keras and Tensorflow. Shopping for groceries is hard. Stores are large and have complex layouts that are confusing to navigate. The hummus you want could be in the dairy section, the deli section, or somewhere else entirely. Efficiently navigating a store can be a daunting task. At Instacart, our customers can order millions of products from hundreds
Medical Image Analysis with Deep Learning — I
Note: This is a 4 part article and you can find the other articles via these links (part 1, part 2, part 3, part 4). I have also put together collection of these in a small booklet available via amazon, if you would like a physical copy. Please reach out to me if you have feedback to improve and provide this information to all. Analyzing images and videos, and using them in various applications su
主要科学誌で グーグルによるAI研究の 論文発表が急増
Google’s AI Explosion in One Chart 主要科学誌で グーグルによるAI研究の 論文発表が急増 主要科学誌でグーグルのAI研究の論文発表が急増している。機械学習、特に深層学習分野への投資が医療から気候モデルまで行き渡り、検索広告で得た資金を科学の発展に振り向け、最先端のテクノロジーに基づく圧倒的優位を追求しているのだ。研究についていけないライバルは、ビジネスでも取り残される。 by Antonio Regalado2017.03.27 364 109 15 0 ネイチャー誌、米国科学アカデミー紀要、米国医師会雑誌は、どれも世界で最も優れた学術雑誌だ。昨年、大手テック企業のアルファベット（グーグル）は、これらすべての学術誌に論文を発表した。 大手検索企業のアルファベット（本社マウンテンビュー）は、眼科からコンピューター・ゲーム、神経科学、気候モデルまで、あらゆる
A Bag-of-Words Equivalent Recurrent Neural Network for Action Recognition
The traditional bag-of-words approach has found a wide range of applications in computer vision. The standard pipeline consists of a generation of a visual vocabulary, a quantization of the features into histograms of visual words, and a classification step for which usually a support vector machine in combination with a non-linear kernel is used. Given large amounts of data, however, the model su
ポエム判別器 - Qiita
ポエム判別器 Qiita初投稿です。よろしくお願いします。 Qiitaは主に読む方で使わせていただいているんですが、統計ヤクザとか見たことがあるので、正直コメント貰っても返すの怖いし（twitterで受けつけます）、Qiitaはいいかなって思っていました。 しかし、今回はQiitaそのものを評価の対象とするので、Qiitaに投稿したいと思います。 Qiitaでは、主観や感情が入り乱れる投稿は嫌われる傾向があり、負のイメージを持ってポエムと言われることがあります。 それを機械学習で分類していれければいいね、ということで、やってきます。 手法選択 考えられるメソッド Bag of Wordsなどでlogistic-regression Bag of wordsなどでsvm Bag of wordsなどでxgboost doc2vec, fasttextなどのエンベッディングでテキスト分類 Re
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
First In-Depth Look at Google’s TPU Architecture
http://www.h5con.cn/endymecy/awesome-deeplearning-resources
【50％以上OFF】Kindleストアで「プログラミング関連書籍」のセールが開催中
大阪大学と富士通、データセンターのCO2排出量削減など、次世代クラウド基盤の低炭素化に向けた研究所を設立
kaggle_memo/README.md at master · nejumi/kaggle_memo
【やじうまPC Watch】 夜の写真を参照するだけで、昼間の写真が夜景に一変。Adobeがニューラルネットワークを応用して開発
機械学習活用プロジェクト大解剖
Semantic Question Matching with Deep Learning - Engineering at Quora - Quora