OpenAI、エージェントが相互に協力し合い、競争することを可能にする新しい強化学習アルゴリズム「MADDPG」を開発
OpenAI、エージェントが相互に協力し合い、競争することを可能にする新しい強化学習アルゴリズム「MADDPG」を開発 2017-06-09 イーロン・マスク（Elon Musk）氏などが設立した人工知能を研究する非営利団体「OpenAI」は、エージェントが相互に協力し合い、競争することを可能にするマルチエージェント環境における新しい強化学習アルゴリズム「MADDPG」を開発しました。 前提知識として、ここでいうエージェントとは、なんらかの情報をインプットしてアウトプットする一連の概念のことを言います。そのエージェントのアウトプットに対してご褒美（報酬）の強弱でどれくらい良い行動だったか悪い行動だったかを学習させ最大化を目指すことを強化学習と言います。 今回、そんなエージェント同士が協力し合い、競い合うことを可能にする強化学習アルゴリズムを発表、このことで最大化という意味でより効果的な結果
something2vec.md
something2vec.md *2vec papers act2vec, trace2vec, log2vec, model2vec https://link.springer.com/chapter/10.1007/978-3-319-98648-7_18 apk2vec https://arxiv.org/abs/1809.05693 app2vec http://paul.rutgers.edu/~qma/research/ma_app2vec.pdf ast2vec https://arxiv.org/abs/2103.11614 attribute2vec https://arxiv.org/abs/2004.01375 author2vec http://dl.acm.org/citation.cfm?id=2889382 baller2vec https://arxiv.
スタンフォード大学など、高密度な3Dモデルを構築できるオンラインのリアルタイム3Dスキャンフレームワーク「BundleFusion」を開発
スタンフォード大学など、高密度な3Dモデルを構築できるオンラインのリアルタイム3Dスキャンフレームワーク「BundleFusion」を開発 2017-06-04 スタンフォード大学、Microsoft Research、ドイツの研究機関mpiiの研究者らは、高密度な3Dモデルを構築できるオンラインのリアルタイム3Dスキャンフレームワーク「BundleFusion」を開発しました。 取得するRGB-Dデータは、iPadカラーカメラと結合されたStructure深度センサーを使用してキャプチャします。 ここで提案されるアプローチは、以前オフラインのアプローチでのみ可能だった3D再構成の品質がオンラインで実証されます。そして、リアルタイムに高品質な3D再構成をできることからVR/ARアプリケーションにおいても新たな発想のコンテンツにつながるのではとしています。 論文はこちら（PDF）。プロジェク
イーロン・マスク氏等が設立した人工知能研究団体「OpenAI」、VRを使用してロボットにタスクを訓練させる新AIアルゴリズムを発表
イーロン・マスク氏等が設立した人工知能研究団体「OpenAI」、VRを使用してロボットにタスクを訓練させる新AIアルゴリズムを発表 2017-05-17 イーロン・マスク（Elon Musk）氏などが設立した人工知能を研究する非営利団体「OpenAI」は、VRを使用してロボットにシミュレーションを訓練させるための新しいプログラムを開発しました。 これにより、人間はHTC ViveなどのVRシステムを介して新しいタスクをロボットに伝えることができ、物理的な要素を必要とせずに複雑なタスクを訓練することを可能にします。 システムは、「Vision Network」と「Imitation Network」の2つのニューラルネットワークによって駆動されます。 まず、「Vision Network」でロボットのカメラからの画像を取り込み物体の位置を表す状態を出力し、続けて「Imitation Netw
ニューラルネットワークの量子化についての最近の研究の進展と、その重要性 - SmartNews Engineering Blog
こんにちは、スマートニュースの徳永です。深層学習業界はGANだとか深層強化学習だとかで盛り上がっていますが、今日は淡々と、ニューラルネットワークの量子化の話をします。 TL;DR パラメータだけを量子化するのであれば、ほぼ精度を落とさずに、パラメータのデータ容量は1/16程度にまで削減できる パラメータ、アクティベーション、勾配のすべてを量子化し、推論だけでなく学習までもビット演算だけで実現する研究が進んできている 現在は深層学習 = GPU必須というぐらいの勢いがあるけど、量子化の研究が進むと、今後はどうなるかわからないよ はじめに 情報理論における量子化とは、アナログな量を離散的な値で近似的に表現することを指しますが、本稿における量子化は厳密に言うとちょっと意味が違い、十分な（=32bitもしくは16bit）精度で表現されていた量を、ずっと少ないビット数で表現することを言います。 ニュ
DeepLearning研究 2016年のまとめ - Qiita
DeepLearning Advent Calendar 2016の17日目の記事です。 はじめに はじめまして。 Liaroという会社でエンジニアをしている@eve_ykと申します。 今年もあと僅かとなりました。 ここらで、今年のDeepLearningの主要な成果を振り返ってみましょう。 この記事は、2016年に発表されたDeepLearning関係の研究を広く浅くまとめたものです。今年のDeepLearningの研究の進歩を俯瞰するのに役立てば幸いです。 それぞれの内容について、その要点や感想なんかを簡単にまとめられたらと思います。 特に重要だと思った研究には★マークをつけておきます。 非常に長くなってしまったため、興味のある分野だけ読んでいただければと思います。 言い訳とお願い 見つけたものはコードへのリンクも示すので、プログラミングに関係ある記事ということで… 分野的にかなり偏っ
Object Detection - handong1587
Papers Deep Neural Networks for Object Detection paper: http://papers.nips.cc/paper/5207-deep-neural-networks-for-object-detection.pdf OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks arxiv: http://arxiv.org/abs/1312.6229 github: https://github.com/sermanet/OverFeat code: http://cilvr.nyu.edu/doku.php?id=software:overfeat:start Scalable Object Detection usi
一般物体認識分野で、府大生が世界一の認識精度を持つニューラルネットワークを開発 | 大阪府立大学
大阪府立大学工学研究科 電気・情報系専攻 知能メディア処理研究室の大学院生、山田 良博さん（博士前期課程2年）が、同研究室の岩村 雅一准教授、黄瀬 浩一教授と共に、一般物体認識の分野でこれまでと異なる新たな構造のニューラルネットワークを開発しました。開発したニューラルネットワークは一般物体認識の性能評価に用いられるCIFAR-10、CIFAR-100データセットを用いた実験で世界一の精度（2016年12月9日現在）を達成し、顔認証システムやカメラを用いた自動翻訳システム、歩行者や障害物をうまく認識しなければならない自動運転システムなど、さまざまな分野での活用が期待されます。 これらの成果は、2016年11月に採択されましたJSTの大型研究推進事業（CRESTプロジェクト）の研究を始めとした、様々な応用分野に適用していく予定です。 JSTの大型研究推進事業（CREST）に、本学研究者が関与す
グーグルDeepMind、AIの学習を高速化させる新手法を発表--動物の見る夢から着想
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Google DeepMindの研究者らは米国時間11月17日、「Reinforcement Learning with Unsupervised Auxiliary Tasks」と題した新たな論文の公開を同社ブログで発表した。論文には、動物が夢を見ることで学習速度を向上させている点から着想を得た、「UNsupervised REinforcement and Auxiliary Learning」（UNREAL：教師なしの強化および補助学習）について記されている。 この知見を取り入れたエージェントを、Atariのゲームと、「Labyrinth」という3D迷路ゲームを使ってテストしたところ、以前のアルゴリズムに比べて学習速度が10倍に高
手話を知らなくても大丈夫…機械学習による自動読唇術で音声なしのスムーズな会話が可能に
手話を知らなくても大丈夫…機械学習による自動読唇術で音声なしのスムーズな会話が可能に2016.11.15 12:058,561 湯木進悟 日本語でもできるかな？ もし声に出して会話ができない、音声のない世界に身を置くことになってしまったとしたら、どうやってコミュニケーションを取りますか？ 筆談をしたり、手話を覚えたり、いくつか選択肢はあるものの、もっとも手っ取り早いのは、話す人の唇を見て、なにが語られているのかを読み取る｢読唇術｣かもしれませんよね。 とはいえ、音声をシャットアウトし、口の動きだけで会話を読み取るなんて、簡単なことではありません。ゆっくりと話してもらっても、やはりハードルが高いのは否めないでしょう。言語によって違いはあるでしょうけど、読唇術のプロであっても、読み取り精度は52％程度とされています。 しかしながら、このほど英オックスフォード大学の研究チームは、読唇術専用のソフ
TechCrunch | Startup and Technology News
William A. Anders, the astronaut behind perhaps the single most iconic photo of our planet, has died at the age of 90. On Friday morning, Anders was piloting a small…
グーグルDeepMind、次世代人工知能技術「ディファレンシャブル・ニューラル・コンピューター」を発表
ディープマインド（DeepMind）は10月12日、次世代の人工知能技術として「ディファレンシャブル・ニューラル・コンピューター（Differentiable Neural Computers：DNC)」を発表した。 ディープマインドは人工知能AlphaGoによって囲碁世界チャンピオンを打ち負かしたことが記憶に新しいグーグルのAI研究チーム。近年ではコンピューター・ゲームのルールを自分で学びクリアする「DQN（Deep Q-Network）」を発表している。新AI技術のDNC（機械式計算機として名高いバベッジのディファレンシャル・エンジンを連想させる名前）は、DQNの技術を更に進化させたアーキテクチャを採用し、既存ディープラーニングよりも学習精度や汎用性が高いAI技術のようだ。
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
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
TechCrunch | Startup and Technology News
中国富士通研究開発、古文書の文字認識において学習用データを削減できる深層学習技術を開発
TechCrunch | Startup and Technology News
論文等、書き物を他人に見せる前のチェックリスト – 上田ブログ
日立、撮影後にピント調整できる「レンズレスカメラ」技術。モアレ縞を活用
ニューラルネットの中間層を自動生成、三菱電機が新技術
Engadget | Technology News & Reviews
