「言葉」で指示して「画像」で探す！OWL-ViTが実現するオープンボキャブラリー物体検出
「言葉」で指示して「画像」で探す！OWL-ViTが実現するオープンボキ ...
Neural Network
論文
【Libra】分離型ビジョンシステムを用いた大規模言語モデルの新たな多モーダル設計
【Libra】分離型ビジョンシステムを用いた大規模言語モデルの新たな多 ...
Large language models
【DrHouse】センサー情報と専門知識を活用した診断システム
【DrHouse】センサー情報と専門知識を活用した診断システム
medical
鉄鋼業界におけるAIを活用した予測保全の現状と課題の包括的調査
鉄鋼業界におけるAIを活用した予測保全の現状と課題の包括的調査
Prediction Model
情報エントロピーを活用した活性化関数の最適化手法とCRReLUの提案
情報エントロピーを活用した活性化関数の最適化手法とCRReLUの提案
Loss Function
【誰もが便利さを享受するために...】whisperを利用した構音障害者音声の話者適応
【誰もが便利さを享受するために...】whisperを利用した構音障害 ...
Speech Recognition for the Dysarthric
【こんなところにwav2vec2を使うのっ！？】構音障害音声の特徴量抽出がより効率的になるんです
【こんなところにwav2vec2を使うのっ！？】構音障害音声の特徴量抽 ...
Speech Recognition for the Dysarthric
【いままでの常識を覆す論文！？】構音障害者の特性じゃなく、ノイズで分類わけされていた！
【いままでの常識を覆す論文！？】構音障害者の特性じゃなく、ノイズで分類 ...
Speech Recognition for the Dysarthric
【便利さの享受は平等であれ！】構音障害者音声コーパス”EasyCallコーパス”
【便利さの享受は平等であれ！】構音障害者音声コーパス”EasyCall ...
Speech Recognition for the Dysarthric
【”あたりまえ”を疑え！】超低複雑性DNNを用いたノイズ抑圧
【”あたりまえ”を疑え！】超低複雑性DNNを用いたノイズ抑圧
NOISE SUPPRESSION
【誰でも英語が話せる時代到来！？】多言語に対応したゼロショット音声合成技術により、誰でも簡単にネイティブ並みの発音を！
【誰でも英語が話せる時代到来！？】多言語に対応したゼロショット音声合成 ...
Speech Recognition for the Dysarthric
MVANet: 背景削除の最強モデル
MVANet: 背景削除の最強モデル
Neural Network
【愛犬も話したZero-shot Learning】AI音声クローンとリップシンキングの検証と解説
【愛犬も話したZero-shot Learning】AI音声クローンと ...
Neural Network
PosterLlama: 言語モデルの設計能力とコンテンツを考慮したレイアウト生成
PosterLlama: 言語モデルの設計能力とコンテンツを考慮したレ ...
layout-gen
MaskDiT: 画像生成向けた低学習コストの拡散モデル
MaskDiT: 画像生成向けた低学習コストの拡散モデル
Image generation
製造業向けロボット操作のデモからの学習のロードマップ
製造業向けロボット操作のデモからの学習のロードマップ
robot
商品カテゴリやブランドのスタイルを考慮したEコマース背景画像生成
商品カテゴリやブランドのスタイルを考慮したEコマース背景画像生成
Image generation
半導体製造における希少クラス予測モデルの革新
半導体製造における希少クラス予測モデルの革新
Prediction Model