CATEGORY

Neural Networks

8235
  • 論文研究

ディープニューラルネットワークにおけるリプシッツ正則化の結合効果（The coupling effect of Lipschitz regularization in deep neural networks）

田中専務拓海先生、お忙しいところ恐縮です。部署から『AIに対する頑健性を高めたい』と急に言われまして、論文を一つ読んでみようと思うのですが、学術書って専門用語が多くて尻込みしております。AIメンター拓海素晴らしい着眼点ですね！大丈夫、最初は誰でも戸惑いますよ。一緒に要点をかみくだいていけ

  • Neural Networks
  • 論文研究

深層学習で重力レンズの質量モデルを高速推定する手法（The use of convolutional neural networks for modelling large optically-selected strong galaxy-lens samples）

田中専務拓海先生、最近うちの若手が「画像にAIを当てれば自動で何でも分かる時代だ」と言ってまして、重力レンズって話が出たんですが、そもそもそれが何で役に立つのか分からないんです。簡単に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！まずは結論から言うと、この論文は「大量の

  • Neural Networks
  • 論文研究

直接撮像による系外惑星発見の限界を押し上げる深層学習（Pushing the Limits of Exoplanet Discovery via Direct Imaging with Deep Learning）

田中専務拓海先生、最近部下から『AIで系外惑星が直接見つかるようになる』なんて話を聞きまして、正直ピンと来ておりません。うちのような製造業に何の関係があるのか、まずは基礎から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、田中専務。今回は直接撮像（direct im

  • Computer Vision
  • , Neural Networks
  • , Deep Learning
  • , GANs
  • 論文研究

断面画像から3D複合材料の熱伝導を予測する深層学習手法（Deep learning methods based on cross-section images for predicting effective thermal conductivity of composites）

田中専務拓海先生、最近部下から「断面画像を使って熱の伝わりやすさをAIで予測できる」と聞き、正直何を言っているのか分かりません。要するに現場で取れる写真だけで性能が分かるという話なんですか？AIメンター拓海素晴らしい着眼点ですね！大丈夫、簡単に整理しますよ。要点は三つです、1) 実務で手

  • Neural Networks
  • , Deep Learning
  • 論文研究

超音波舌画像を用いた音声からの発話器予測（DNN-based Acoustic-to-Articulatory Inversion using Ultrasound Tongue Imaging）

田中専務拓海先生、最近うちの現場でも「音声解析で現場の何かが変わる」と言われてまして、正直どこに投資すれば良いのか分かりません。今回の論文はどんな話なんでしょうか。AIメンター拓海素晴らしい着眼点ですね！この論文は「音（acoustic）から、舌などの動き（articulatory）を推

  • Neural Networks
  • 論文研究

CramNetによるニューラルネットワーク圧縮（CramNet: Network Compression via Teacher Networks）

田中専務拓海先生、最近部下から「CramNetって論文が面白い」と聞いたのですが、私には何が新しいのかさっぱりでして、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！CramNetは、先生ネットワーク（teacher network）を使って異なる構造のネットワーク同

  • Neural Networks
  • 論文研究

分散学習における頑健なコアセット構築（Robust Coreset Construction for Distributed Machine Learning）

田中専務拓海さん、最近部下から「コアセットってものが良いらしい」と言われまして、正直ピンと来ないのですが、これって経営判断として導入検討に値しますか？通信費や現場の稼働も気になります。AIメンター拓海素晴らしい着眼点ですね、田中専務！結論から言うと、コアセットは「現場データを小さく代表点

  • Neural Networks
  • , Machine learning
  • 論文研究

MRIにおける全場反転を深層学習で解く（MRI Tissue Magnetism Quantification through Total Field Inversion with Deep Neural Networks）

田中専務拓海先生、最近部下から「Quantitative Susceptibility Mappingって注目ですよ」と言われて困っています。正直、何が問題で何ができるのかピンと来ません。要するに現場で役立つ技術なんでしょうか。AIメンター拓海素晴らしい着眼点ですね！まず結論から言うと、

  • Neural Networks
  • 論文研究

行列積演算子による深層ニューラルネットワークの圧縮（Compressing deep neural networks by matrix product operators）

田中専務拓海先生、最近部下から「論文を読め」と言われましてね。タイトルは「行列積演算子でネットワークを圧縮」だと。正直、何が企業の現場で役に立つのか見えないんですが、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！簡単に言うと、この論文は「モデルの肝である重み行列」を

  • Neural Networks
  • 論文研究

時空間再帰グラフニューラルネットワーク（Recurrent Space-time Graph Neural Networks）

田中専務拓海先生、最近部下が動画データにAIを使おうと言っているのですが、どこから手をつければいいのか全然見当がつきません。そもそも動画を理解するAIって画像とどう違うんですか。AIメンター拓海素晴らしい着眼点ですね！動画は時間の流れが入るので、静止画よりも情報量が増えるんですよ。大事な

  • Neural Networks