ニューラルネットの逆襲 - Preferred Networks Research & Development
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
視神経モデル網膜シミュレーション -Retina simulation of Human Visual System-: ヘキサドライブ日記
気がつけば冬の到来。皆様風邪などひいてないでしょうか？ こんにちは、イワサキです。 以前からだいぶ間が空いてしまいまして、久々に技術デモを掲載してみようと思います。 今までもコンピュータグラフィックス以外の他の分野にも目を向けながら技術デモを紹介してきていますが、 今回は医学の分野に少し触れてから、その切り口でゲームCGを考えてみようと思います。 写実的なリアリティを目指していこうとすると、最終的に行き着くのは「本物の再現」になります。 今後DirectX11世代からはその考えがゲームCGでも加速していくのは間違いないと思いますが。そうなってくると、シーンの計算が終わった後、最終的な画面への反映の方法も重要になってきます。 現実世界には光を受けて映像化するデバイスは数あれど、主に次のどれかに分類できると思います。 フィルム センサー 肉眼 感光フィルムは昔ながらのスチルカメラで感光剤を塗布
1
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
処理を実行中です
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
mypress.jp
最上の日々
