298445記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. Synthesizing Programs for Images using Reinforced Adversarial Learning（画像のためのプログラム合成：強化された敵対学習を用いて）
2 分で読了
0 views

Synthesizing Programs for Images using Reinforced Adversarial Learning

（画像のためのプログラム合成：強化された敵対学習を用いて）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近社内で「画像をプログラムで再現する」という話が出ましてね。現場の若手が興奮しているんですが、正直何がどう良いのかが分からなくて困っています。どんな論文なんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！この論文は、画像をただピクセルで扱うのではなく、画像を「作るための手順＝プログラム」にしてしまう手法を提案していますよ。要点は3つです。1) 画像を描く命令を出すエージェントを学習させる、2) その報酬にディスクリミネータ（識別器）を使う、3) グラフィックスエンジンで命令を実行して画像を評価する、という流れです。

田中専務

これって要するに、写真を見てそれをまねして描く人に対して「上手さ」を点数化して教える仕組みを作る、ということですか？

AIメンター拓海

いい整理ですね！まさにその通りです。詳しく言うと、

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
弱いコヒーレンス行列における特徴選択
（Feature selection in weakly coherent matrices）
次の記事
視覚的物体の階層的形状モチーフに基づくカテゴリ化
（Visual Object Categorization Based on Hierarchical Shape Motifs Learned From Noisy Point Cloud Decompositions）
関連記事
経験的な人間–AI整合性への統計的反論
（A Statistical Case Against Empirical Human–AI Alignment）
数値気象予測モデルの不確実性解析に対する学習ベース手法
（A Learning Based Approach for Uncertainty Analysis in Numerical Weather Prediction Models）
間接検出信号の堅牢な検証法の提案
（Towards a Bullet-proof test for indirect signals of dark matter）
AIチャットボットの学術文章力評価 ― ChatGPT v Bard v Bing v Claude 2 v Aria v human-expert. How good are AI chatbots at scientific writing?
自律レース用小型自動運転車の設計
（UruBots Autonomous Cars Team One）
左心房カスケード精緻化CNNによる左心房瘢痕セグメンテーション
（Cascading Refinement CNN for Left Atrial Scar Segmentation）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
Soft-Bayesによる専門家混合の確率予測
（Soft-Bayes: Prod for Mixtures of Experts with Log-Loss）
  • 論文研究
製造現場のOEEを予測して改善するAI手法
（Artificial Intelligence and Machine Learning to Predict and Improve Efficiency in Manufacturing Industry）
  • 論文研究
解釈可能なBoWネットワークによる敵対的サンプル検知
（Interpretable BoW Networks for Adversarial Example Detection）
  • 論文研究
小さいバッチで多GPUを活かす仕組み
（CROSSBOW: Scaling Deep Learning with Small Batch Sizes on Multi-GPU Servers）
  • 論文研究
深層ニューラルネットワーク近似理論
（Deep Neural Network Approximation Theory）
  • 論文研究
不確実性に基づく深層強化学習における外部分布検出
（Uncertainty-Based Out-of-Distribution Detection in Deep Reinforcement Learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む