フレーム補間×MAML：MAMLに基づくフレーム補間モデルのメタラーニング
フレーム補間×MAML：MAMLに基づくフレーム補間モデルのメタラーニ ...
Meta-Learning
記事一覧
Data Augmentationにおける2つの定量的なメトリクスとは？~Affinity and Diversity~
Data Augmentationにおける2つの定量的なメトリクスとは ...
Data Augmentation
Integrated Gradientsを使用した新しいGrad-CAM
Integrated Gradientsを使用した新しいGrad-CA ...
Explainable.AI
元Deepmindのシニアリサーチエンジニアが教える、論文の読み書きのコツ
元Deepmindのシニアリサーチエンジニアが教える、論文の読み書きの ...
インタビュー
つにリアルタイムでも実現可能に！
つにリアルタイムでも実現可能に！
Video Object Segmentation
最適な学習済みモデルが高精度かつ高速にわかる！？モデルの転移性を予測する指標LEEPの登場！
最適な学習済みモデルが高精度かつ高速にわかる！？モデルの転移性を予測す ...
転移学習
動画認識専用の時空間DataAugmentation!
動画認識専用の時空間DataAugmentation!
Data Augmentation
VideoMix:CutMixを動画タスクで徹底検証!!!
VideoMix:CutMixを動画タスクで徹底検証!!!
Data Augmentation
ArtEmis: AIでアートを説明
ArtEmis: AIでアートを説明
論文
アンサンブルとデータ増強の併用には落とし穴がある？
アンサンブルとデータ増強の併用には落とし穴がある？
Data Augmentation
商用顔認識APIを破るユーザー保護システム「LowKey」登場！
商用顔認識APIを破るユーザー保護システム「LowKey」登場！
Face Recognition
双方向畳み込みプーリング「LiftPool」登場！
双方向畳み込みプーリング「LiftPool」登場！
画像認識
2つのTransformerが協力して1つの強いGANを作ることが可能！
2つのTransformerが協力して1つの強いGANを作ることが可能 ...
Transformer
重みやノードではなく層をDropout！『LayerDrop』の提案
重みやノードではなく層をDropout！『LayerDrop』の提案
Dropout
コードの難読化を解除するAI
コードの難読化を解除するAI
深層学習
NeurIPS2020における神経科学：人間の脳を解読する
NeurIPS2020における神経科学：人間の脳を解読する
survey
顔の表情からパーキンソン病を検出できる？最も影響を与える表情とは？？
顔の表情からパーキンソン病を検出できる？最も影響を与える表情とは？？
画像認識
BERTの位置埋め込みに望ましい特性は何か？
BERTの位置埋め込みに望ましい特性は何か？
BERT
Wavelet Diffusion: 最高速の拡散モデル
Wavelet Diffusion: 最高速の拡散モデル
Image generation
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクスの新展開
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクス ...
Large language models
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取得するフレームワークが登場
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取 ...
機械学習
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
ChatGPT
お手軽！高精度！異常検知モデルPatchCoreの魅力
お手軽！高精度！異常検知モデルPatchCoreの魅力
Object Detection
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせる手法
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせ ...
RLHF
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
Sports Analytics
【Qwen2-VL】画像や動画を異なる解像度で処理できる最新VLM
【Qwen2-VL】画像や動画を異なる解像度で処理できる最新VLM
Large language models
【Swin Transformer】今こそ押さえたいTransformer系画像認識モデル
【Swin Transformer】今こそ押さえたいTransform ...
画像認識
ViTに優った！大規模CNNの新たな基盤モデル！: InternImage
ViTに優った！大規模CNNの新たな基盤モデル！: InternIma ...
深層学習
【開発者必見】活性化関数の最新包括的レビュー！
【開発者必見】活性化関数の最新包括的レビュー！
survey
仮想空間の街の中で25人のAIエージェントの行動をシミュレーション！？
仮想空間の街の中で25人のAIエージェントの行動をシミュレーション！？
Large language models
U-NetとTransformerを合体！医用画像セグメンテーションのための新しいネットワークSwin Unetを紹介｡
U-NetとTransformerを合体！医用画像セグメンテーションの ...
medical
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化したLLM
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化 ...
Large language models
