Machine Learningを用いた論文2018を精選し一覧（60本程）にしました。Seamless Supporter Programに参加されている方は、完全版（100本程）をこちらより閲覧することができます。 本論文は、fMRIで測定した人間の脳活動のみから、その人が見ている画像を機械学習を用いて再構成する技術を提案します。本提案手法は、人間が見ている画像を、fMRIで測定した脳活動パターンのみで知覚内容を視覚化します。また、一度見た画像を記憶し、画像を見ていない状態から心の中でイメージする脳活動だけで再構成することも実証しました。 論文：Deep image reconstruction from human brain activity 著者：Guohua Shen, Tomoyasu Horikawa, Kei Majima, Yukiyasu Kamitani 所属：AT

Google AI、画像内の全ての物体に効率的にラベリングする手動と機械学習をコラボしたツールを発表。既存の3倍速。試せるデモあり 2018-10-23 Google AIの研究者らは、画像内の全ての物体に効率的にアノテーションする手動と機械学習を組み合わせたツール「Fluid Annotation」を発表しました。 論文：Fluid Annotation: A Human-Machine Collaboration Interface for Full Image Annotation 著者：Mykhaylo Andriluka, Jasper R. R. Uijlings, Vittorio Ferrari 従来の手動ラベリングツールでは、画像内の各オブジェクトの輪郭を慎重にクリックして注釈を付ける必要があり、膨大な時間を要します。そこで、本論文は、画像内のすべてのオブジェクトと背景領

Google、1,540万の手動ラベル付けバウンディングボックス含む190万画像600カテゴリのデータセット「Open Images V4」発表 2018-05-01 Googleは、1,540万のバウンディングボックス含む190万画像600カテゴリのデータセット「Open Images V4」を発表しました。 Open Images Dataset V4 同社は、2016年に約900万画像6,000カテゴリほどのデータセット「Open Images」を発表しましたが、今回はオブジェクト位置のラベルが含んだデータセットです。ボックスのラベル付けは手動です。画像ごとに平均8.4枚 上記に加えて、約3,000万画像19,000カテゴリほどのデータセットも含まれています。

手話から「文章」にリアルタイム自動翻訳するコンピュータビジョンと機械学習を用いたシステム「SignAll」手だけでなく上半身の動作や表情なども加味 2018-02-15 ハンガリー：ブダペストに本拠を置くチーム「SignAll」は、機械学習とコンピュータビジョン技術を用いて画像から手話をリアルタイムに翻訳するシステムを開発しています。 SignAllが開発するシステムは、コンピュータビジョンと自然言語処理（NLP）に基づいた自動手話翻訳ソリューションです。プロトタイプでは、3つのウェブカメラと1つの深度センサを用いて構築されます。 深度センサとカメラで手の形状、手の動き、手のひらの方向、上半身の関節運動、表情などを画像から連続的に追跡し特徴を取得、自然言語処理モジュールにてその特徴を文法的に形成された文章に変換します。 システムは、順番に提示された個々の単語だけでなく、完全な文章で動作する

Disney Research、機械学習を用いて雲のシミュレーションを効率的かつ精密に再現する手法「Deep Scattering」を論文にて発表 2017-11-19 Disney Researchの研究者らは、モンテカルロ積分と機械学習の組み合わせを用いて、大気中の雲の画像を効率的かつ精密に再現する手法「Deep Scattering」を論文にて発表しました。 Deep Scattering: Rendering Atmospheric Clouds with Radiance-Predicting Neural Networks（PDF） Radiance-Predicting Neural Networks（RPNN）と呼ぶディープニューラルネットワークを用いて、各シェーディング構成の輝度関数を予測し、雲内部の多重散乱光を再現します。雲の後ろで銀色に輝くシルバーライニングや、エッジ

東京大学、機械学習を用いて0.5秒後の人間の動きをリアルタイムに推定する体動予測システム「Computational Foresight」を論文にて発表 2017-11-17 東京大学 篠田・牧野研究室の研究者らは、機械学習を用いて0.5秒後の運動をリアルタイム推定する体動予測システム「Computational Foresight」を提案した論文を発表しました。 Computational Foresight: Forecasting Human Body Motion in Real-time for Reducing Delays in Interactive System 本稿では、Kinectを用いて人間の動きを測定し、ニューラルネットワークを用いて、リアルタイムに0.5秒後の人間の動きを推定し出力するシステムを提案します。 提案システムは、人体の動きをリアルタイムに推定するため

Google、DNNを用いるオープンソース音声認識システム「Kaldi」と同社機械学習ライブラリ「TensorFlow」とを統合。強力な自動音声認識（ASR）システム開発へ 2017-08-29 Googleは、DNN（Deep Neural Network）を用いているオープンソースの音声認識システム「Kaldi」と、同社が提供する機械学習ライブラリ「TensorFlow」とを統合したことを発表しました。 この統合により、Kaldiを使用している自動音声認識（ASR）などの開発者は、TensorFlowを使用して、Kaldiの音声認識パイプラインにDeep learningモデルを展開することができます。 統合することで、自然言語モデルをトレーニングするASRの場合、開発サイクルが一桁も短縮されたと報告します。 TensorFlowでKaldiを使い始めるには、Kaldi repoをチェ

Google、機械学習データセットの理解と分析を支援するインタラクティブ視覚化ツール「Facets」をGitHubにて公開。操作できる体験デモサイトもあり 2017-07-18 Google Researchは、PAIRと協力して、機械学習データセットの理解と分析を支援するオープンソースの視覚化ツール「Facets」をGitHubにて公開しました。 GitHub – PAIR-code/facets: Visualizations for machine learning datasets 機械学習の力は、大量のデータからパターンを学習する能力にあり、強力な機械学習システムを構築するにはデータを分析し理解することが不可欠になってきます。 しかし、機械学習データセットは、数億個のデータポイントが含まれているため全体を理解することは非常に困難です。 そこで、機械学習データセットをインタラクティ

Google、単一の画像内で複数のオブジェクトを検出するTensorFlow向け機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開 2017-06-16 Googleは、単一の画像内で複数のオブジェクトを検出するTensorFlow上に構築されたオープンソースの機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開しました。 本システムは、コンピュータビジョンでの活用を想定しており、画像内のオブジェクトを検出、トレーニングおよびデプロイを容易にします。 GitHubページはこちら。 関連 Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開 | Seamless

ValveのFPSパズルゲーム「Portal（ポータル）」をMicrosoft HoloLensで再現しコンパニオンキューブを移動させる映像が公開 2017-02-06 ゲームエンジニアのKenny W氏（@Kennywdev）は、ValveのFPSアクションパズルゲーム「Portal（ポータル）」をマイクロソフトのHoloLens向けに再現したデモ映像を公開しました。 映像を確認すると、壁や天井にポータルを開けコンパニオンキューブを投げ入れる様子が映し出されています