深層学習の判断根拠を理解するための 研究とその意義 @PRMU 2017熊本Domain Adaptationについてこれまでの発展と動向をまとめたサーベイ資料です。Adversarial Learning（敵対学習）が用いられたり、セマンティックな情報を保持するためにReconstruction-LOSSが導入されたり、今年のICMLではクラス重心を用いた手法が提案されたりと、目覚ましい発展を続けています。
これからのコンピュータビジョン技術 - cvpaper.challenge in PRMU Grand Challenge 2016 (PRMU研究会 2016年12月)
cvpaper.challengeにて2017年4月にサーベイした論文のまとめです。 充分に進化したコンピュータ視覚（Computer Vision; CV）は人間に新しい知見をもたらす。cvpaper.challengeではCVが飛躍的に進んだ先に、人間に対して拡張した知能や技能を教示できる、と位置づけ論文読破・まとめ・アイディア考案・議論・実装・論文執筆（・社会実装）に至るまで広く取り組み、その過程で出てきたあらゆる知識を共有します。 2015〜2016年は1,600本以上の論文まとめを全て公開し、著名な国際会議のWSにおいて受賞を経験しました。2017年はさらにアウトプットにこだわり、突出した成果を出すことを目標とします。 SlideShareにて論文まとめや講演資料を公開し、Twitterでも情報を共有しております。 HP： https://sites.google.com/sit
20151221 public
２０１２年１２月に電子情報通信学会PRMU研究会で発表した、トピックモデルのサーベイ研究の圧縮版スライドです（公開用に修正済み）
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
