petite_blueのブックマーク / 2018年12月27日

petite_blue id:petite_blue

2018年12月27日のブックマーク (2件)

VAE+LSTMで時系列異常検知 - ホリケン's diary
動機 Auto-Encoderに最近興味があり試してみたかったから画像を入力データとして異常行動を検知してみたかったから (World modelと関連があるから) LSTMベースの異常検知アプローチ以下の二つのアプローチがある(参考) LSTMを分類器として、正常か異常の2値分類これは単純に時系列データを与えて分類する方法である。このやり方は正常データ・異常データが共に十分に揃っているときに有効となる。 LSTMを予測モデルとして、エラーの大きさで判断今回行うやり方はこれである。時系列データの入力からこれはデータがあまり揃っていない場合に適している。モデル詳細今回は自分のパソコンのカメラからの映像に人が写り込んだことを検知しようと思う。データとしては、普段の部屋の動画を正常時のもの、僕が入り込んだ動画を異常として動画をとった。全体構成 Auto-Encoderによって画像デ
petite_blue 2018/12/27
lstm

VAE

異常検知

機械学習

deep learning
リンク
[DL輪読会]xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems(KDD2018)
SSII2021 [OS2-01] 転移学習の基礎：異なるタスクの知識を利用するための機械学習の方法 6月10日 (木) 11:00 - 12:30 メイン会場（vimeo + sli.do）登壇者：松井孝太氏（名古屋大学）概要：転移学習とは、解きたいタスクに対して、それと異なるが似ている他のタスクからの知識（データ、特徴、モデルなど）を利用するための方法を与える機械学習のフレームワークです。深層モデルの学習方法として広く普及している事前学習モデルの利用は、この広義の転移学習の一つの実現形態とみなせます。本発表では、まず何をいつ転移するのか (what/when to transfer) といった転移学習の基本概念と定式化を説明し、具体的な転移学習の主要なアプローチとしてドメイン適応、メタ学習について解説します。
petite_blue 2018/12/27
機械学習

deep learning
リンク
- 2018年12月28日
- 2018年12月27日
- 2018年12月26日