タグ

機械学習と研究に関するskypenguinsのブックマーク (5)

  • 日本のアニメなどから収集したデータセット「Sakuga-42M」 国際研究チームが公開 「学術研究でのみ使用可能」【更新済み】

    このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」(シームレス)を主宰する山下裕毅氏が執筆。新規性の高いAI分野の科学論文を山下氏がピックアップし、解説する。 X: @shiropen2 【更新履歴:2024年5月24日 午後1時50分更新 同時刻時点で論文は取り下げられ、GitHubのリポジトリ非公開となったことを確認しました。 カナダのアルバータ大学や中国の四川音楽学院に所属する研究者らが発表した論文「Sakuga-42M Dataset: Scaling Up Cartoon Research」は、AIモデルのトレーニング用に作成したアニメ動画データセットを提案した研究報告である。 Sakuga-42Mは、GitHubにおいてリポジトリが公開されており、学術研究の目的でのみ使用可能。また、データセット内の画像やビデオの著

    日本のアニメなどから収集したデータセット「Sakuga-42M」 国際研究チームが公開 「学術研究でのみ使用可能」【更新済み】
    skypenguins
    skypenguins 2024/05/24
    著作権上の問題から非公開?学術目的の公開なら米国の著作権法にはフェアユース規定あるからセーフなんじゃないか?
  • VRで注目、新技術「NeRF」の衝撃 様々な視点の画像を美しく合成

    複数の視点の画像から、新たな視点の画像を合成して作り出す「Novel View Synthesis」というタスクがある。VRやスポーツの自由視点映像などには不可欠な技術だ。この領域で驚異的な性能を発揮したのが「NeRF」(ナーフ)。果たしてどんなアルゴリズムで、美しい合成画像を作り出せるのか。世界中の研究者や技術者に衝撃を与えたその技術を、論文からひもといていく。 まずは下の3枚の画像を見ていただきたい(図1)。左の2枚の写真を基に、一番右の画像のような新たな視点の画像を生成する技術を、今回は紹介していく。コンピュータービジョン分野やコンピューターグラフィックス分野の主要な研究課題の1つであり、応用先にはVR(仮想現実)やスポーツの自由視点映像など、様々な分野が挙げられる。 これは「Novel View Synthesis」という、複数の視点の画像を手がかりに新たな視点の画像を合成する技術

    VRで注目、新技術「NeRF」の衝撃 様々な視点の画像を美しく合成
  • CVPR2020_日本唯一の単独著者って何者?

    Unpaired Image Super-Resolution using Pseudo-Supervision written by Shunta Maeda (Submitted on 26 Feb 2020) Comments: Published by CVPR2020 Subjects: Image and Video Processing (eess.IV); Computer Vision and Pattern Recognition (cs.CV) 高解像度化をはじめとしたディープラーニングを用いた画像処理技術を研究開発するNavier(ナビエ)株式会社は、2020年6月14日から19日まで開催されたComputer vision系トップカンファレンスの国際学会であるCVPR 2020 (IEEE/CVF International Conference on Compu

    CVPR2020_日本唯一の単独著者って何者?
  • Softmax関数をベースにした Deep Metric Learning が上手くいく理由 - Qiita

    はじめに Deep Learningを使った距離学習(Metric Learning)では、Contrastive LossやTriplet Lossなどを用いて、画像間の類似性(や非類似性)を直接学習していく方法が広く利用されていますが、学習データの組み合わせや選び方が難しく、学習自体が難航するケースが多い事も知られています。それだけに、これまで様々な改良と工夫が提案されています。 しかし、最近はこのような学習データ選びに難航することなく、一般的なクラス分類タスクの感覚で、Softmax関数をベースに学習できるMetric Learningが注目を浴びています。ArcFaceなどはその代表的手法でこちらで詳しく説明されています。 Softmax関数をベースにしたMetric Learningがうまくいく理由、またさらなる改良の余地はあるのか?これらに関して少し紹介しようと思います。 Ce

    Softmax関数をベースにした Deep Metric Learning が上手くいく理由 - Qiita
  • AlphaGoの衝撃再び — タンパク質構造予測でAlphaFoldが今までのモデルに圧勝|Zhubo.JP

    原文記事: [阿尔法狗再下一城 | 蛋白结构预测AlphaFold大胜传统人类模型] (2018/12/03公開) 「研究したいタンパク質があるのだが、その構造と機能がわからない」 — これは分子細胞生物学の研究者が日々直面する最大の難題の一つである*a。アミノ酸配列測定技術が発展する中で、多くのタンパク質の配列がハイスループット*1に解析されているが、この配列決定の段階から実際に3次元構造を決定するまでの間には、未だに大きな距離がある。 生物の基単位が細胞だとして、細胞の基的な機能単位こそが、複雑多岐なタンパク質の1つ1つである。そしてまさにタンパク質の機能の質を決定しているのが、タンパク質の構造である。タンパク質の機能を研究したり、それをターゲットとする薬剤を開発したいというとき、タンパク質の構造はとても重要な要素の一つになる。だからこそ、生物学には、構造生物学という学問領域まで

    AlphaGoの衝撃再び — タンパク質構造予測でAlphaFoldが今までのモデルに圧勝|Zhubo.JP
  • 1