【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
VAE
【LDDGAN】最高速の推論が可能な拡散モデル
【LDDGAN】最高速の推論が可能な拡散モデル
Diffusion Model
【MusicLDM】盗作のリスクが低いText-to-Musicモデル
【MusicLDM】盗作のリスクが低いText-to-Musicモデル
Diffusion Model
【AudioLDM】Latent Diffusionを用いたText-to-Audioの生成モデル
【AudioLDM】Latent Diffusionを用いたText- ...
Diffusion Model
【Versatile Diffusion】テキストと画像を統合的に扱う拡散モデル
【Versatile Diffusion】テキストと画像を統合的に扱う ...
Diffusion Model
画像の局所的なスタイル情報を反映した多様性のあるキャプション生成が可能に！
画像の局所的なスタイル情報を反映した多様性のあるキャプション生成が可能 ...
Image Caption
会話の聞き手の反応を生成するモデルが登場！？
会話の聞き手の反応を生成するモデルが登場！？
3D
ついに画像認識のBERTが実現？！MAEについて
ついに画像認識のBERTが実現？！MAEについて
Transformer
深層生成モデルの学習に大きな計算機はもう必要ない！？バイナリー深層生成モデル
深層生成モデルの学習に大きな計算機はもう必要ない！？バイナリー深層生成 ...
Binary Neural Network
深層生成モデルを用いた教師なしメタ学習の可能性【ICLR2021】
深層生成モデルを用いた教師なしメタ学習の可能性【ICLR2021】
Meta-Learning
勾配流を利用した生成サンプルの改良【ICLR2021】
勾配流を利用した生成サンプルの改良【ICLR2021】
GAN（敵対的生成ネットワーク）
グラフってこんなにすごい！深層学習との融合をレビュー
グラフってこんなにすごい！深層学習との融合をレビュー
GNN
強力ギアになるかStackVAE-G、多変量時系列異状検知に切り込む
強力ギアになるかStackVAE-G、多変量時系列異状検知に切り込む
Time-series
バーチャル試着の実現はもう間近！？ 生成モデル最前線！【PF-AFN】
バーチャル試着の実現はもう間近！？ 生成モデル最前線！【PF-AFN】
GAN（敵対的生成ネットワーク）
自動運転の可変シミュレータの生成：DriveGAN！
自動運転の可変シミュレータの生成：DriveGAN！
強化学習
【Infinite Nature】1枚の画像からイメージビデオを自動生成！？ Googleのとんでもない研究とは！？
【Infinite Nature】1枚の画像からイメージビデオを自動生 ...
GAN（敵対的生成ネットワーク）
完全教師無しで物体検出と背景のセグメンテーションを行うVAEベースの最新手法 "SPACE"
完全教師無しで物体検出と背景のセグメンテーションを行うVAEベースの最 ...
VAE
教師なし深層学習を使ったマルチオミクス解析で、新たな分子メカニズムの解明！
教師なし深層学習を使ったマルチオミクス解析で、新たな分子メカニズムの解 ...
medical