博論は宝の山／テーマが決まったら真っ先に博士論文を読もう
物事の調べ方にはいろいろあるが、新しいトピックだと、なかなか適当な文献が見当たらないことも多い。 先日も書いたが、本に載っているのは「最新」の情報ではない。書いたものが本になるまでには、かなりの時間がかかるのだ。 さて、研究は「早い者勝ち」の世界だから、誰も手をつけてないことか、まだあまり手がつけられていないことをやることになる。そのため取り扱うトピックはよりマイナーになっていく。 どマイナーなトピックなど、書いても売れないから、書店で買える書籍にはならない。では、それはどこにあるか？ 答：博士論文にある。 新しく、いっぱしの研究者になろうとする者が書く博士論文。 新参者が、すでに分厚い先行研究がある（その業界では）メジャーなトピックにチャレンジしようというのは、これまでの蓄積をひっくり返せる何年に一度出るか出ないかという実力者か、単なる勘違い野郎である。 もっと慎ましやかな庶民研究者は、
論文「Unsupervised Monocular Depth Estimation with Left-Right Consistency」を読んでみました (2)：論文調査編 - Fixstars Tech Blog /proc/cpuinfo
Fixstars Tech Blog /proc/cpuinfo » 未分類 » 論文「Unsupervised Monocular Depth Estimation with Left-Right Consistency」を読んでみました (2)：論文調査編 概要 距離推定に対する学習ベースの手法の有効性は、これまでに多く示されています。しかし、それらは「教師あり」であるために大規模なground-truthが必要となっています。 そこで、距離推定を画像再構成問題として、ground-truthがなくてもCNNが距離推定可能なような学習目標を設定することで、end-to-endな教師なし学習で解きます。これに加えて、左右の視差の一貫性を高めるようなロスを設計することで高精度な距離を推定しています。 また、学習時には明示的な距離データが不要であるので、比較的入手が容易なステレオ画像でよく、
直積量子化(Product Quantization)を用いた近似最近傍探索についての簡単な解説
"aka motsu-nabe" by chatani 概要 冬の寒さも一段と厳しくなってまいりました。おでんや鍋が恋しくなる季節です。 さて、最近ようやっと一仕事が終わりまして、長ったらしい記事が書けるようになりました。ですので、今回は2011年にTPAMIで発表された、近似最近傍探索についての論文『Product quantization for nearest neighbor search』について簡単に紹介したいと思います。 この論文は2011年に発表された、最近傍探索アルゴリズムの決定打です。シンプルな理論でありながら既存手法を打ち破るほどの強力な性能を有し、速度も非常に高速、かつ省メモリなのでスマートフォンに載せ、リアルタイムで動作させることも可能です。 以前この手法はCV勉強会@関東で紹介されたらしいのですが、具体的に紹介しているページは(最近すぎるので当たり前ですが)現在
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
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
https://www.jstage.jst.go.jp/article/jceeek/2009/0/2009_0_416/_pdf
GitHub - wangzheallen/awesome-human-pose-estimation: Human Pose Estimation Related Publication
学生，若手研究者向け論文書き方術 -システム開発・ソフトウェア開発論文編-
Gabung Sekarang di Slot88: Situs Judi Slot Online Terpercaya & Gacor, Dapat Maxwin!
https://kaigi.org/jsai/webprogram/2017/pdf/769.pdf
http://arxiv.org/pdf/1505.07193
http://www.birs.ca/workshops/2012/12w5081/report12w5081.pdf
http://comptop.stanford.edu/u/preprints/mapperPBG.pdf
Semi-Supervised Learning for Imbalanced Sentiment Classification
https://infolab.usc.edu/csci599/Fall2002/paper/DML2_streams-issues.pdf
http://shark.lib.kagawa-u.ac.jp/kuir/file/1220/20120327035236/TDk45.pdf
CVPapers - Computer Vision Resource