キャプション生成器を用いた深層画像表現（DEEP IMAGE REPRESENTATIONS USING CAPTION GENERATORS）
田中専務拓海さん、最近部下が『画像検索で精度が上がる論文がある』と言うのですが、概要を簡単に教えていただけますか。理屈よりもまず成果が知りたいのですが。AIメンター拓海素晴らしい着眼点ですね！端的に言うと、この研究は『画像に対する説明文（キャプション）を作るモデルが内部で持つ特徴を、画像
Deep Learning
3547Discriminative Deep Forest（Discriminative Metric Learning with Deep Forest）
田中専務拓海先生、最近部下から「距離を学習するAI」を導入すべきだと言われて困っています。新聞にはdeep learningの話ばかりで、どこから手を付けていいか分かりません。今回ご紹介いただける論文は、うちのような中小規模データでも使えるものだと聞きましたが、要するに何が変わるのでしょうか。
DeepSecure — プロビアブリーに安全なスケーラブル深層学習の実現 (DeepSecure: Scalable Provably-Secure Deep Learning)
田中専務拓海先生、最近部下から『プライバシーを守ったままクラウドで学習させたい』と急に言われまして、何を求められているのか見当がつかないのです。そもそも本当にできるのですか。AIメンター拓海素晴らしい着眼点ですね！大丈夫です、できるんです。今回扱う論文はDeepSecureという仕組みで
強い重力レンズのサポートベクターマシン分類（Support Vector Machine classification of strong gravitational lenses）
田中専務拓海さん、最近部下に『AIで珍しい天体を見つけろ』って言われましてね。で、論文の話が出たんですが、正直こちらは天文学の専門外でして、具体的に何ができるのか端的に教えていただけますか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、一緒にやれば必ずできますよ。要するにこの論文は、画
都市部自動運転のための動的占有グリッド予測（Dynamic Occupancy Grid Prediction for Urban Autonomous Driving: A Deep Learning Approach with Fully Automatic Labeling）
田中専務拓海先生、お忙しいところ失礼します。最近、部下から『都市部の自動運転では周囲の予測が肝だ』と聞きまして、どこから手を付ければよいのか見当がつきません。要するに、我が社が投資する価値はあるのか判断したいのですが、論文を噛み砕いて教えていただけますか。AIメンター拓海素晴らしい着眼点
ベイジアン圧縮による深層学習 — Bayesian Compression for Deep Learning
田中専務拓海先生、最近部下が「ネットワークを小さくして効率化すべきだ」と言いまして。論文でそういう手法があると聞いたのですが、実際に我が社で使えるものなんでしょうか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、一緒に整理しますよ。今回の話は“ベイジアン圧縮”という考え方で、モデルの不
正規化相互相関によるテンプレートマッチングの精度向上（Deep Learning Improves Template Matching by Normalized Cross Correlation）
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“画像合わせにAIを使えば効率化できる”と聞いているのですが、正直どこが変わるのか見当がつかずして困っています。要点を教えていただけますか。AIメンター拓海田中専務、素晴らしい着眼点ですね！大丈夫です、一緒に整理すれば必ずわか
入力の高速転送による深層学習の改善（Input Fast-Forwarding for Better Deep Learning）
田中専務拓海先生、最近部下から「新しいネットワーク構造で学習が速くなるらしい」と聞いたのですが、正直何がどう良くなるのかピンと来ません。投資対効果がすぐに説明できないと判断できないのですが、要点を教えていただけますか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、今日はその「入力の高速
思考の速さと遅さを深層学習と木探索でつなぐ（Thinking Fast and Slow with Deep Learning and Tree Search）
田中専務拓海さん、最近部下に「木探索とニューラルネットを組み合わせれば強くなる」と言われましたが、何がそんなに新しいんでしょうか。正直、木探索って昔の手法じゃないですか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。端的に言えば、この研究は「考える速さ（直感）と考える遅さ（
適応勾配法の限界的価値 — The Marginal Value of Adaptive Gradient Methods in Machine Learning
田中専務拓海先生、最近「Adaptive gradient methods（適応勾配法）が必ずしもいいとは限らない」という話を聞きまして、現場からも「Adamで早く学習終わらせたい」と言われる一方で、本当に導入すべきか迷っています。要するに何が問題なのでしょうか。AIメンター拓海素晴らし