なぜエンジニアの僕は論文を読み論文を書くのか - 人間とウェブの未来
という話を新卒エンジニア研修座学の最終回で発表しました。 昨日ちょうど、ペパボ研究所の2017年の実績をまとめており、まだまだ国際化は足りていないものの、だいぶ論文を書いたりしているなぁと改めて思いました。 rand.pepabo.com 実績はサマリーは以下の通りになります。博士学位論文を書きながらも、所長を含めて研究員4名でできたばかりの研究所で、雑誌や書籍やエンジニアの技術カンファレンスもこなしながらよくここまで書けたなと振り返って思います。 博士学位論文 1本 ジャーナル論文集招待論文 1本 ジャーナル論文 1本（予定） 査読付き論文 1本 査読なしの研究報告 6本 口頭発表 20本（後2本追加予定） 学会誌・商業誌解説等 4本 助成金・研究費等 2本 論文を読んだり書いたりするペパボ研究所において、大企業が持つ研究所とは違い、なぜWebサービスに関わる企業がなぜ研究所を持ち、論文
コンピュータビジョンの最新論文調査 Human Recognition編 | BLOG - DeNA Engineering
はじめに こんにちは、AIシステム部でコンピュータビジョンの研究開発をしております本多です。 我々のチームでは、常に最新のコンピュータビジョンに関する論文調査を行い、部内で共有・議論しています。今回我々が読んだ最新の論文をこのブログで紹介したいと思います。 今回論文調査を行なったメンバーは、洪 嘉源、林 俊宏、本多 浩大です。 論文調査のスコープ 2018年11月以降にarXivに投稿されたコンピュータビジョンに関する論文を範囲としており、その中から重要と思われるものをピックアップして複数名で調査を行っております。今回はHuman Recognition編として、ポーズ推定をはじめとする人物の認識に関する最新論文を取り上げます。 前提知識 今回紹介するHuman Recognitionとは、RGB画像を入力として、人物の姿勢推定やセグメンテーション、モーションキャプチャ情報を推定するタスク
ブロックチェーンとサトシ・ナカモト論文を完全理解する「10の問い」（小島 寛之） @gendai_biz
ブロックチェーンは、まだ終わっていない ビットコインは、ネット上のお金であり、暗号通貨と呼ばれるものの先駆けだ。一時、1ビットコイン（1BTC）が200万円を超えるまで高騰したが、その後、40万円くらいまで暴落し、2019年1月現在、価格は低迷している。 そのため、「暗号通貨は終わった」との意見も多いが、筆者はそうではないと考える。なぜなら、ビットコインをはじめとする暗号通貨の本質は、ブロックチェーンと呼ばれるネット上の新技術にあるからだ。 ブロックチェーンは、従来のお金の枠を越えて、多くの応用性を備えている。大胆に言えば、「お金における革命」なのである。 したがって、暗号通貨の技術の本質を知らないと、今後のビジネスの潮流を見誤ることになるだろう。本稿では、暗号通貨を最初に発明した「サトシ・ナカモト論文」に立ち返り、その巧みな発想をひもとく。 論文は専門的なので部分的に訳出し、筆者の解説を
Video-to-Video Synthesis
We study the problem of video-to-video synthesis, whose goal is to learn a mapping function from an input source video (e.g., a sequence of semantic segmentation masks) to an output photorealistic video that precisely depicts the content of the source video. While its image counterpart, the image-to-image synthesis problem, is a popular topic, the video-to-video synthesis problem is less explored
Video-to-Video Synthesis
We study the problem of video-to-video synthesis, whose goal is to learn a mapping function from an input source video (e.g., a sequence of semantic segmentation masks) to an output photorealistic video that precisely depicts the content of the source video. While its image counterpart, the image-to-image synthesis problem, is a popular topic, the video-to-video synthesis problem is less explored
与えられた輪郭からAIがリアルな実写風映像を自動的に生成する「vid2vid」
あるムービーをベースにし、そこに含まれる要素を実在しない別のものに置き換えるムービーをAIが新たに生成する分野「Video-to-Video Synthesis」で、従来にはないリアルさを持つ新しい技術「vid2vid」が開発されました。 Video-to-Video Synthesis https://tcwang0509.github.io/vid2vid/ [1808.06601] Video-to-Video Synthesis https://arxiv.org/abs/1808.06601 vid2vidは、マサチューセッツ工科大学とNvidiaの専門家による開発チームによって開発されたもの。どれほどリアルな映像を生成できるかは、以下のムービーを見ればよくわかります。 Video-to-Video Synthesis - YouTube コンピューターに与えられるのは、以下のよ
MIRU2018 tutorial
Introduction CNN, RNN and these applications.Read less
CVPR 2018 速報
CVPR 2018 ( http://cvpr2018.thecvf.com/ )の参加速報を書きました。 この資料には下記の項目が含まれています。 ・DNNの概要（DNN以前の歴史や最近の動向） ・CVPRで議論されているサブタスクとホットな領域 ・CVPR 2018での動向や気付き ・これから引用されそう（流行りそう, 面白そう）な論文 ・cvpaper.challengeで考案した、研究アイディア ・今後の方針 （・論文まとめはこちらにあります Link: https://github.com/cvpaperchallenge/CVPR2018_Survey ） cvpaper.challenge はコンピュータビジョン分野の今を映し、創り出す挑戦です。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、あらゆる知識を共有しています。 http
個人/グループサーベイ法（早稲田大学講演）
早稲田大学にて講演を行った、個人/グループサーベイ法です。 -- cvpaper.challengeはコンピュータビジョン分野の今を映し、創り出す挑戦です。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、あらゆる知識を共有しています。2015年5月のスタート以来、現在までにCVPR論文を完全読破するなど年間1,000本以上、累計では約2,500本（2018年3月現在）の論文をまとめています。学生を中心に論文投稿してトップ国際会議のCVPR/ICRAなどにも採択されるまでになりました。2018年は「トップ国際会議/学術論文誌に20本以上投稿する」を目標に活動しています。
UCバークレーら、画像に関する質問に回答し、その根拠を文字で説明、さらに根拠となる箇所を画像内で視覚的に示すニューラルネットワークモデルを発表
UCバークレーら、画像に関する質問に回答し、その根拠を文字で説明、さらに根拠となる箇所を画像内で視覚的に示すニューラルネットワークモデルを発表 2018-03-25 UCバークレー、アムステルダム大学、マックス・プランク情報科学研究所、Facebook AI Researchの研究者らは、ニューラルネットワークを用いて、画像に対する質問に答え、さらにその根拠となる箇所をテキスト及び視覚的に指し示すモデルを発表しました。 論文：Multimodal Explanations: Justifying Decisions and Pointing to the Evidence 著者：Dong Huk Park, Lisa Anne Hendricks, Zeynep Akata, Anna Rohrbach, Bernt Schiele, Trevor Darrell, Marcus Rohr
20180306_NIPS2017_DeepLearning
NIPS2017 ( https://nips.cc/Conferences/2017 ) に参加して、Deep Learning 関連で面白いと思った話題。
深層学習による非滑らかな関数の推定
1. The document presents a method for deep learning using variational autoencoders that model the relationship between pairs of data points (x1, x2). 2. It introduces variables to represent latent vectors z and z~ that are used to generate x1 and x2, as well as a subset S of dimensions that relate x1 and x2. 3. The method works by training an encoder qφ(z|x) to approximate a prior p(z) and maximiz
勾配法は本当に鞍点近傍にはまるのか？モース理論で考えてみる - Qiita
TL;DR 勾配法はほとんどのケースで極小点に収束する（鞍点には収束しない） この事実は力学系や最適化の分野ではよく知られているが，機械学習では新しい？ 数年前にバズった勾配法の比較動画は実際の学習現象を説明できていないかも 鞍点の近傍での振舞いで差がつく？ いや，そもそも鞍点近傍に流れ込まないかも 比較動画に登場した鞍点は，実際にはまず生じないタイプかも 機械学習にも役立つモース理論 ほとんどすべての関数はモース関数 モース関数の臨界点のタイプはわずか $d+1$ 種類（$d$ は定義域次元） 安定/不安定多様体とモース・スメール複体で勾配法の流れは分かる Monkey saddleはまず現れない（もし現れても簡単に消せる） 量的な問題に関しては，結局は実験するしかない この記事を書いたきっかけ 昨夜，ある論文を見かけて，ふとこんなツイートをした． ML業界，「勾配法が鞍点に収束する確率
Value Iteration Networksを試してみた - Qiita
Chainer Advent Calendar 2016の12日目です。 現在、11日の午後6時、ようやく実装を終えAWSで学習を回し始めたら、あと14時間かかるとの事＼(^o^)／ NEW コード公開しました！（注：いろいろリファクタリングしたので、動かなかったらごめんなさい。隙を見て動作確認予定。ドキュメントが無いです、すみません。） https://github.com/peisuke/vin 記事について 本記事では、機械学習のTop-ConferenceであるNIPSの2016年開催分（先週！）において、Best Paper Awardをとった論文の解説と、それをChainerで実施してみた結果について書きます。 しかしながら、Awardを取ったのを知ってから論文を読み始めたので、上にありますようにギリギリスケジュールでして、まだ実験結果が出ていません・・・。なので、論文の内容を
Inside of Deep Learning （ディープラーニングの性能改善手法 一覧） - Qiita
このポストは Inside of Deep Learning あるいは深層学習は何を変えるのか から分割したものです。全体があまりに長くなってしまったので、改善手法についても別のページにしました。 DL（ディープラーニング）の性能を改善していくポイントを駆け足で見て行きましょう。 学習データの追加、改善 DLシステムの性能を上げるためにはためにはより沢山の学習データが必要と言われています。例えば下記の図は、顔のパーツやバスの認識について学習データを増やすほど性能が上がるとした論文のものです。 Do We Need More Training Data? 画像であれば左右、上下、および上下左右に反転させた画像を使ってどちらを向いていても正しく特徴を取れるようにしたり、あるいは少し拡大したりノイズを混ぜるなどしてデータを水増しする手法がよく使われます。ユニークなのは例えばCGを用いて画像を作成
畳み込みニューラルネットワークの研究動向
2017年12月に開催されたパターン認識・メディア理解研究会（PRMU）にて発表した畳み込みニューラルネットワークのサーベイ 「2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降，画像認識においては畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった．ILSVRCでは毎年のように新たなCNNのモデルが提案され，一貫して認識精度の向上に寄与してきた．CNNは画像分類だけではなく，セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている． 本稿では，AlexNet以降の代表的なCNNの変遷を振り返るとともに，近年提案されている様々なCNNの改良手法についてサーベイを行い，それらを幾つかのアプローチに分類し，解説する．更に，代表的なモデルについて複数のデータセットを用いて学習および網
https://www.mi.t.u-tokyo.ac.jp/kanezaki/pdf/3D_and_weaklearning.pdf
1 MIL Machine Intelligence Lab. 3D物体認識と 弱教師付き学習 2014/06/18 10:30 – 12:00 知能情報論 原田研究室 助教 金崎朝子 2 MIL Machine Intelligence Lab. • 2008年3月 東京大学工学部機械情報工学科 國吉・原田研にて 学部卒業 • 2010年3月 國吉・原田研にて 修士課程修了（情報理工学） • 2013年3月 國吉・原田研にて 博士課程修了（情報理工学） • 2013年4月 原田研誕生 • 2013年4月～11月 （株）東芝研究開発センター 正規職員 • 2013年12月～ 原田研の助教 自己紹介 3 MIL Machine Intelligence Lab. ロボットによる生活支援（掃除とか） モチベーション チョット通リマスヨ サッ 理想 現実 人のためにロボットがお片付けする ロボッ
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://vcg.seas.harvard.edu/publications/interactive-image-segmentation-via-backpropagating-refinement-scheme/paper
2D-QRNN を導入した DCNN によるセマンティックセグメンテーションの高精度化
https://pjreddie.com/media/files/papers/YOLOv3.pdf