284627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. ジェスチャ認識における時空間ダウンサンプリングと弾性カーネル機械（Adaptive Down-Sampling and Dimension Reduction in Elastic Kernel Machines for Efficient Recognition of Isolated Gestures）
2 分で読了
0 views

ジェスチャ認識における時空間ダウンサンプリングと弾性カーネル機械

（Adaptive Down-Sampling and Dimension Reduction in Elastic Kernel Machines for Efficient Recognition of Isolated Gestures）

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

拓海さん、最近部下が「ジェスチャー認識を使えば現場の操作ログが取れる」と言い始めて困っています。正直、何がすごいのか分からないのですが、この論文は何を変えるんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！この論文は、動き全体を表すデータ量を大幅に減らしながら認識精度を保てる点がポイントですよ。要点を3つで言うと、1) 時間軸のダウンサンプリング、2) 空間次元の削減、3) 時間的に伸縮を許す弾性カーネルの活用、です。一緒に整理していけるんです。

田中専務

時間軸のダウンサンプリングというと、単にデータの間引きではないですか。間引いても精度が保てる理由が知りたいです。

AIメンター拓海

良い問いです。ここで使うダウンサンプリングは二種類あり、均一に間引く方法と、変化点を重視して取る適応的な方法があります。工場の動きを例にすると、同じ動作が続く部分は間引いても情報はほとんど失われず、変化が大きい部分を残すと効率よく特徴を捉えられるんです。

田中専務

なるほど。それで弾性カーネルというのは何ですか。聞き慣れない言葉です。

AIメンター拓海

専門用語をかみ砕くと、弾性カーネルは時間のずれや速さの違いを吸収して比較できる

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
大きな誤差への感度を調整するニューラルネットワーク学習
（Tunable Sensitivity to Large Errors in Neural Network Training）
次の記事
自動運転のためのマルチビュー3D物体検出ネットワーク
（Multi-View 3D Object Detection Network for Autonomous Driving）
関連記事
小脳プルキンエ細胞の経時表現モデル
（A Passage-of-time Model of the Cerebellar Purkinje Cell）
潜在変数が存在する状況での局所因果構造学習
（Local Causal Structure Learning in the Presence of Latent Variables）
周波数カリキュラムによる高速かつ頑健な事前学習
（FastDINOv2: Frequency Based Curriculum Learning Improves Robustness and Training Speed）
構造関数へのレノルマロンと高次ツイスト寄与 — Renormalons and Higher-Twist Contributions to Structure Functions
ハイブリッドCPU上での性能最適化のための動的並列手法
(A dynamic parallel method for performance optimization on hybrid CPUs)
陽子における偏極されたストレンジクォーク密度の検証
（Parity-violating polarized deep-inelastic scattering and the polarized s-quark density in a proton）
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
強相関フェルミ超流体における臨界渦放出の実験的解明
（Critical Vortex Shedding in a Strongly Interacting Fermionic Superfluid）
  • 論文研究
Stack Overflow由来の自然言語とコードの整列ペア抽出法
（Learning to Mine Aligned Code and Natural Language Pairs from Stack Overflow）
  • 論文研究
同時強化学習におけるスケーラブルな協調探索
（Scalable Coordinated Exploration in Concurrent Reinforcement Learning）
  • 論文研究
AutoPruner: エンドツーエンドで学習できるフィルタプルーニング手法
（AutoPruner: An End-to-End Trainable Filter Pruning Method for Efficient Deep Model Inference）
  • 論文研究
GPGPU上でのDNN学習高速化のための近似ランダムドロップアウト
（Approximate Random Dropout for DNN training acceleration in GPGPU）
  • 論文研究
産業用ビンピッキングの学習的手法
（Learning Based Industrial Bin-picking Trained with Approximate Physics Simulator）
  • 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