話題沸騰のGPT-3 OpenAI発の革新的なAIを紹介！
はじめに 最近（2020年7月）話題のOpenAIが発表したGPT-3（Generative Pretrained Transformer‐3）についてご紹介します。 発表論文 Language M […]
AI論文
AIに関する最新論文を紹介しています。
物体検出の飛躍になるか!? 物体中心表現を獲得するGoogle Brainの”Slot-Attention”を徹底解説！
はじめに 近年、画像認識の世界は目覚ましい進歩を遂げています。先日、Transformer(Attentionを利用した構造が特徴)を利用したDETRがFacebookのリサーチチームから発表され、 […]
Transformer を物体検出に採用！話題のDETRを詳細解説！
はじめに Transformerを物体検出にはじめて取り入れた「DETR（DEtection Transformer）」が2020年５月にFacebookから発表されました。DETRは大幅に人間によ […]
- 2020.07.10
- 自然言語処理,
【技術解説】Googleが「SmartReply」をYoutubeに採用！TransformerとWavenetで絵文字の壁を超える！
はじめに 数年前から返信を自動で提案してくれるSmartReplyという機能がGoogleからGmailやAndroid wearなどで提供されているのをご存じでしょうか。使ったことはなくても、Gm […]
- 2020.07.03
- 自然言語処理,
自然言語処理の必須知識 Transformer を徹底解説！
はじめに 自然言語処理（Natural Language Processing: NLP）の文脈から誕生したTransformerはそのモデルのシンプルさにもかかわらず、大きな成果をあげることに成功 […]
モバイル向けの代表モデルMobileNetV2を詳細解説！
2018年にGoogleの研究チームから発表されたMobileNetV2の詳細解説を発表論文とGoogleブログを主な参考文献として行う。なお、説明のために引用した図は下記発表論文もしくはGoogle […]
軽量モデルに新風を巻き起こした代表格！MobileNetV1 を詳細解説！
今回は、2017年にGoogleから発表されたMobileNet（V1）について、論文やGoogleブログを参考に解説する。 （なお、とくに断りがない限り、図の引用元は下記MobileNets論文か […]
- 2020.04.21
- モデル,
代表的モデル「ResNet」、「DenseNet」を詳細解説！
勾配消失問題を解消し、層を深くするために開発されたResNet及びDenseNetについて解説します。 ResNet元論文「Deep Residual Learning for Image Reco […]
- 2020.04.17
- 音声AI,
音声認識・合成技術の代表的モデル「WaveNet」を詳細解説！
WaveNet及び周辺知識についてまとめました。 音声認識と音声合成の概要 音声認識とは、人の声の波形を機械で処理し、どんな内容（文）であったかを推定する技術である。また音声合成とは、与えられた内容 […]
- 2020.04.13
群集カウントの最新サーベイ論文（2020年3月末時点）_詳細解説版
CNNをベースとした群衆カウントの論文の概要をまとめました。 参照もと論文URL https://arxiv.org/pdf/2003.12783.pdf 論文概要 論文タイトル CNN-based […]
- 2020.04.12
群集カウントの最新サーベイ論文（2020年3月末時点）
CNNをベースとした群衆カウントの論文の概要をまとめました。 参照元論文はこちら。（画像についても、こちらの論文より引用しています。） https://arxiv.org/pdf/2003.12783 […]
- 2019.12.13
- コンピュータービジョン, マルチタスク学習,
AdaShare：マルチタスク学習のための新しいアプローチ
AdaShare：マルチタスク学習のための新しいアプローチ Computer Visionにおける効率的なマルチタスク学習のための新しいアプローチを提案。 各タスクをどの層を実行するかを選択するポリシ […]
- 2019.09.10
- アーキテクチャ探索,
WANN：重みの学習なしで特定タスクを実行できるアークテクチャ探索手法
Googleより発表されたWANN。 NW構造を固定し重みを最適化するのではなく、重みの学習なしで特定タスクを実行できるNN探索を行う点が特徴。 いくつかの強化学習タスク、教師あり学習(MNIST)で […]
Next：歩行者の数秒後の未来を予測するAI
Googleより発表された人の将来の経路・軌道を予測するアルゴリズムNextです。 （原論文：Peeking into the Future: Predicting Future Person Act […]
Depth Prediction Without the Sensors：単眼カメラで深度推定とエゴモーションサーチ
Googleより発表された単眼カメラの映像から、センサーなしで深度推定とエゴモーション(カメラ自身の速度や動き)推定を行うアルゴリズムの紹介です。 従来の手法に加えて、カメラに映る物体の動きをモデル化 […]
- 2018.12.10
- GAN,
LayoutGAN：レイアウトを自動生成するアプローチ
今回取り上げる論文はこちらです。 LayoutGAN : Generating Graphic Layouts with Wireframe Discriminator ０．選定理由 この記事を読んで […]
Graph R-CNN：グラフ理論を用いた物体検出
画像内の物体を検出した上で、それらの関係性をグラフ表現するモデルです。 オブジェクト間で重要な関係性を残すRePNと、コンテキスト情報を得るためのaGCNを提案し、 新しい評価メトリクスとしてSGGe […]
- 2018.07.27
- 抽象推論,
WReN：抽象推論を用いた抽象的課題へのアプローチ
抽象的な推論をニューラルネットワークでモデル化する手法を提案。 データにはRaven‘s Progressive Matrices（RPM）を使い、推論の一般化を試みています。 また、新しいモデルとし […]