CATEGORY

Distribution Shift

932
  • 論文研究

高次元データ下の一般化線形モデルによるオンライン学習と意思決定（Online Learning and Decision-Making under Generalized Linear Model with High-Dimensional Data）

田中専務拓海さん、最近部下から『高次元データで意思決定を学ぶ論文』がいいと言われまして。正直、高次元の話になると頭が痛いんですが、要するにウチの現場でも使える話でしょうか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、田中専務。基本は『限られた試行で良い選択を学ぶ』という点です。まずは

  • Distribution Shift
  • 論文研究

交通最適化におけるメタモデルの性能検証（Investigating performance of neural networks and gradient boosting models approximating microscopic traffic simulations in traffic optimization tasks）

田中専務拓海先生、最近うちの現場で「シミュレーションを置き換えるAI」って話が出てきまして、部下が『高速化のためにメタモデルを使えば良い』と言うんですけど、正直ピンと来ないんです。要するに何ができるんでしょうか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。結論だ

  • Reinforcement Learning
  • , Distribution Shift
  • , Neural Networks
  • 論文研究

不確実性を考慮した音声映像活動認識（Uncertainty-aware Audiovisual Activity Recognition using Deep Bayesian Variational Inference）

田中専務拓海先生、最近部署で音と映像を使ったAIの導入を検討していますが、不安が多くて。そもそも「音も映像も使う」ことの利点を簡単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！音声（audio）と映像（visual）を同時に使うと、一方が弱い場面をもう一方が補えるので認

  • Continual Learning
  • , Distribution Shift
  • , Bayesian
  • , Deep Learning
  • 論文研究

Deep Bayesian Self-Training入門（Deep Bayesian Self-Training）

田中専務拓海先生、最近部下から「Deep Bayesian Self-Trainingって論文がいいらしい」と聞きまして。正直、名前だけで尻込みしているのですが、要点をまず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！要点はシンプルです。人手でラベル付けできない大量

  • Distribution Shift
  • , Bayesian
  • , Deep Learning
  • , Monte Carlo
  • 論文研究

PositiveとUnlabeledデータから学ぶ方法（Learning From Positive and Unlabeled Data: A Survey）

田中専務拓海先生、最近部下が「PUラーニングだ」とか言い出して困っております。要するにラベルが足りないデータで学習するやつだとは聞きましたが、現場でどう活かせるのか全然イメージが湧きません。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、田中専務！PU learningは確

  • Distribution Shift
  • , Classification
  • 論文研究

分布頑健な半教師あり学習と人中心センシング（Distributionally Robust Semi-Supervised Learning for People-Centric Sensing）

田中専務拓海先生、最近うちの現場でもウェアラブルやセンサーデータを活用しろと言われているのですが、ラベル付けが追いつかず困っています。こういう論文があると聞きましたが、要点を教えてくださいませんか。AIメンター拓海素晴らしい着眼点ですね！今回の論文は、ラベル付きデータが少なく、現場で集め

  • Distribution Shift
  • 論文研究

局所的病変を併記する網膜画像の所見分類（Classification of Findings with Localized Lesions in Fundoscopic Images using a Regionally Guided CNN）

田中専務拓海先生、最近部下から「網膜画像にAIを入れれば検査効率が劇的に上がる」と聞かされているのですが、実業務で役に立つんでしょうか。論文を渡されたのですが専門的でついていけません。AIメンター拓海素晴らしい着眼点ですね！大丈夫、噛み砕いて説明しますよ。要点は3つです。まずこの研究は画

  • Distribution Shift
  • , Classification
  • 論文研究

忘れずに学ぶ学習法（Learning to Learn Without Forgetting by Maximizing Transfer and Minimizing Interference）

田中専務拓海先生、最近部下から「連続学習（Continual Learning）が重要だ」と言われまして、どう対応すべきか悩んでいるんです。要するに、古い知識を保ちながら新しい知識を入れる話で合っていますか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、連続学習はまさに「新しいことを学

  • Continual Learning
  • , Distribution Shift
  • 論文研究

RGBとDepthを横断する人物再識別のためのクロスモーダル蒸留（Cross-Modal Distillation for Person Re-Identification）

田中専務拓海先生、最近部下から「RGBとDepthを併用した再識別が有望だ」と言われまして、正直ピンときません。現場ではどんな意味があるんでしょうか。AIメンター拓海素晴らしい着眼点ですね！簡単に言うと、RGB画像は色の情報が豊富で、Depth（深度）画像は形や距離の情報が得られるんです

  • Distribution Shift