GANの発展の歴史を振り返る！GANの包括的なサーベイ論文の紹介(応用編)
3つの要点 ✔️様々な分野で使用されている 「GAN」の包括的なサーベイ論文の紹介 ✔️応用編では、GANの品質を測る指標と様々な応用を紹介 ✔️ この記事でGANが何に応用できるか網羅的に把握が可能 A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications written by Jie Gui, Zhenan Sun, Yonggang Wen, Dacheng Tao, Jieping Ye (Submitted on 20 Jan 2020) subjects : Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG) はじめに 今回の記事は、GANのサーベイ論文(アルゴリズム編)に続き、
ITで「戦い方改革」 卓球・石川選手がつかんだ“新兵器”
「新しい武器ができた」。卓球女子で世界ランキング4位（2017年11月時点）の石川佳純選手は、ITを活用した「戦い方改革」に挑む。プレーをリアルタイムに可視化し、トレーニングや戦術構築に活用する。「対戦相手の戦い方、コース取りのクセ、そして自分自身のクセもデータとしてはっきり示されるのは大きな意味がある」と同選手は語る。 シスコシステムズ合同会社は2017年12月5日、2020年東京五輪に向けて活躍が期待されている石川選手と、14歳ながら男子世界ランキングで16位（2017年11月時点）の張本智和選手と、アスリートアンバサダー契約を締結したと発表した。同社は両選手が抱えている課題や要望をヒアリングした上で、選手やコーチなどと協力し、同社のテクノロジーを活用した新しいトレーニング方法や戦術を構築していくという。都内で開催された発表会には、石川選手が登場し、シスコが提供する新しいサービスをデモ
VAEからCVAE with keras - rarilureloの日記
はじめに 出てきた当初は画像分類タスクで猛威を振るった深層学習ですが, 最近はいろんな機械学習と組み合わせで応用されています. 強化学習を応用したAlphaGoでイ・セドルを打ち負かしたり, 画像認識と自然言語処理の組み合わせで画像のキャプションを生成したり, 生成モデルに応用して自然に近い画像を作るなど賑わいを見せています. 今回は画像生成手法のうちのDeepLearningを自然に生成モデルに拡張したと考えられるVAE(Variational Auto Encoder)から, その発展系であるCVAE(Conditional VAE)までを以下２つの論文をもとに自分の書いたkerasのコードとともに紹介したいと思います. Auto-Encoding Variational Bayes Semi-Supervised Learning with Deep Generative Model
Vol.27 No.4 (2012/07) 確率密度比に基づく機械学習 (Machine Learning based on Density Ratio) – 人工知能学会 (The Japanese Society for Artificial Intelligence)
Home » リソース » 私のブックマーク » Vol.27 No.4 (2012/07) 確率密度比に基づく機械学習 (Machine Learning based on Density Ratio) 私のブックマーク 確率密度比に基づく機械学習 (Machine Learning based on Density Ratio) 東京工業大学 大学院情報理工学研究科 計算工学専攻 山田 誠 (Makoto Yamada) URL: http://sugiyama-www.cs.titech.ac.jp/~yamada 1.はじめに パターン認識、ドメイン適応、外れ値検出、変化点検出、次元削減、因果推論等の様々な機械学習の問題が確率密度比(確率密度関数の比)の問題として定式化できることから、近年、確率密度比に基づいた機械学習の研究が機械学習およびデータマイニングの分野において大変注目され
Sketch Simplification・ラフスケッチの自動線画化
Neural Network-based Sketch Simplification全層畳込みニューラルネットワークによるラフスケッチの自動線画化 Edgar Simo-Serraシモセラ エドガー*, Satoshi Iizuka飯塚里志*, Kazuma Sasaki佐々木一真, Hiroshi Ishikawa石川博 (*equal contribution筆頭著者に相当) Project Siteプロジェクトサイト Regarding this service本サービスについて We provide a service to use AI to clean rough sketches based on "Learning to Simplify: Fully Convolutional Networks for Rough Sketch Cleanup" [Simo-Serra
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
