293370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. データ拡張を「最悪ケース」で設計する発想（ADA: A Game-Theoretic Perspective on Data Augmentation for Object Detection）
2 分で読了
0 views

データ拡張を「最悪ケース」で設計する発想

（ADA: A Game-Theoretic Perspective on Data Augmentation for Object Detection）

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、お時間いただきありがとうございます。部下から「データ拡張でモデルを強くできる」と聞いたのですが、実務でどう評価すればよいか分からなくてして。要するに、現場に本当に効く技術なのか知りたいのです。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理すれば必ず見えてきますよ。今日は「ADA」という論文を題材に、データ拡張をゲーム理論の視点で考える方法を、要点を3つで分かりやすく説明できますよ。

田中専務

ゲーム理論ですか。難しそうですね。まずは、ざっくりで結構です、現場に役立つかどうかの結論だけ教えてください。

AIメンター拓海

結論から言うと、この論文は「データ拡張を最悪の揺らぎで設計することで、検出器が実運用の

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
マルチモーダル社会行動識別の計算フレームワーク
（A Computational Framework for Multi-Modal Social Action Identification）
次の記事
ブラックボックス反復型機械教授法
（Towards Black-box Iterative Machine Teaching）
関連記事
LARGE LANGUAGE MODELS ASSUME PEOPLE ARE MORE RATIONAL THAN WE REALLY ARE
（大規模言語モデルは人間を実際よりも合理的だと仮定する）
脳内動脈瘤の検出と局在化
（nnDetection for Intracranial Aneurysms Detection and Localization）
混雑した未知環境における高速かつ高精度なマルチエージェント軌跡予測
（Fast and Accurate Multi-Agent Trajectory Prediction For Crowded Unknown Scenes）
THEORETICAL EVALUATION OF FEATURE SELECTION METHODS BASED ON MUTUAL INFORMATION
（相互情報量に基づく特徴選択手法の理論的評価）
COVID-19 文献マイニングとテキストマイニングによる検索
（COVID-19 Literature Mining and Retrieval using Text Mining Approaches）
EPPS：エッジ情報注入と選択的特徴分離による進化したポリープセグメンテーション
（Edge-Prioritized Polyp Segmentation: Advanced Polyp Segmentation via Edge Information Injection and Selective Feature Decoupling）
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
Autowarpによる時系列類似度の自動学習
（Autowarp: Learning a Warping Distance from Unlabeled Time Series Using Sequence Autoencoders）
  • 論文研究
重なり合う銀河のデブレンディングにおける分岐型生成対抗ネットワーク
（Deblending galaxy superpositions with branched generative adversarial networks）
  • 論文研究
モデルフリー階層的強化学習における表現学習
（Learning Representations in Model-Free Hierarchical Reinforcement Learning）
  • 論文研究
NestDNNによるリソース対応型マルチテナント端末上深層学習
（NestDNN: Resource-Aware Multi-Tenant On-Device Deep Learning for Continuous Mobile Vision）
  • 論文研究
最小二乗における早期停止の連続時間的考察
(A Continuous-Time View of Early Stopping for Least Squares)
  • 論文研究
非負値行列因子分解のモデル選択
（Model Selection for Nonnegative Matrix Factorization by Support Union Recovery）
  • 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