連載目次 こんにちは、初心者Kagglerの一色です。また、この連載の記事を開いてくれてありがとうございます！ 前回は「Kaggle初心者のためのコンペガイド ― Titanicの先へ：僕たちのKaggle挑戦記」という記事を公開して、ブックマーク数は少なかったものの、そこそこのページ参照数が得られました。ドキドキしながらの記事公開でしたが少し安心しました。これを受けて、自分もそうだったのですが、「取りあえずTitanicコンペでSubmission（提出）まではやったけど、次のコンペティション（本稿ではコンペと表記）になかなか取り組めない」という人が少なくないということなのかなと思いました。 壁「Titanicの次」を突き破る！ オススメの方法 筆者はどうやって「Titanicの次」という壁を突き破れたのか。そのきっかけになったのが、前回の記事で「Kaggleを始めるのに役に立ったこと」
3つの要点 ✔️ 事前学習済みGANモデルを利用した超解像 ✔️ 64倍もの超解像で良質な結果を発揮 ✔️ 事前学習済みGANモデルを様々なタスクに応用できる可能性を実証 GLEAN: Generative Latent Bank for Large-Factor Image Super-Resolution written by Kelvin C.K. Chan, Xintao Wang, Xiangyu Xu, Jinwei Gu, Chen Change Loy (Submitted on 1 Dec 2020) Comments: Published on arxiv. Subjects: Computer Vision and Pattern Recognition (cs.CV) code： 本記事で使用している画像は論文中のもの、紹介スライドのもの、またはそれを参考に作成した
GoogleのAI研究チームであるGoogle AIが、低解像度画像にあえてノイズを追加して「純粋なノイズ」になるまで加工し、そこから高解像度画像を生成する「diffusion model(拡散モデル)」という手法を改善する新たなアプローチを発表しました。「画質の悪い低解像度画像から高解像度画像を生成する技術」には、古い写真の復元から医療用画像の改善まで幅広い用途が想定され、機械学習の活躍が期待されているタスクの1つです。 Google AI Blog: High Fidelity Image Generation Using Diffusion Models https://ai.googleblog.com/2021/07/high-fidelity-image-generation-using.html Enhance! Google researchers detail new m
テクノスピーチと名古屋工業大学の国際音声言語技術研究所は、AI技術により人間の声質・癖・歌い方を高精度に再現できる歌声合成技術を開発したと発表しました。 CeVIOプロジェクト「さとうささら」（左）／1st PLACEのボーカロイドキャラクター「IA」（右） テクノスピーチ公式サイトにて、日本語ではCeVIOプロジェクト「さとうささら」、英語では1st PLACEの「IA」の歌声データベースを用いた、実際のサンプル曲を公開。手作業による調整が行われていない“ベタ打ち”ながら、なめらかな発声や歌詞の繋がり、違和感なく挟まれるブレスなど、まさに「人と区別できない時代」への突入を感じさせます。アカペラで聞くとよりわかるすごさ。 テクノスピーチ公式サイトでサンプル曲を聴くことができます 同研究では、特定の歌唱者の約2時間の歌声データベースに対して、深層学習等のAI技術を適用。またバーチャルシンガー
NATURAL & SMOOTH実際に歌手が楽曲を歌ったデータから特徴を抽出しており、本人の声質だけではなく癖・歌いまわしなどを最新の歌声生成AIで再現します。歌詞とメロディーを入力するだけで簡単に歌わせることができ、実在の歌手に依頼するような感覚で制作を進めることができます。 QUICK STARTインストールはワンクリックで完了。すぐに制作を開始いただけます。 Windows / MacOS / Linux / Onlineでの動作に対応しており、環境を問わずご利用いただけます。 CLEAN DATA & CLEAN MODELモデルの学習には声優・演者様の許諾の上収録した音声データ、もしくは大学などの公的機関から公開されている音声データのみを利用しております。既存の学習済みモデルは利用しておらず、上記データを用いてフルスクラッチで学習を行っております。権利的・倫理的にクリーンな
AI技術（TrackNet）を使ってテニスのボール軌道をトラッキング 公開日： 2020/02/02 最終更新日：2020/02/03 ディープラーニング(深層学習)を活用してテニスのトラッキングシステムを作りたいでも書きましたが、テニスの試合のデータ記録を自動化したく、ディープラーニングを活用したトラッキングシステムの開発に取り組んでます。 テニスのトラッキングシステムでは、 ・選手の動き ・テニスコート ・ボール のデータ取得を自動化したいと思っています。 ↓は、試合の映像から選手の動きとテニスコートを検出し、真上からみた位置に変換してアニメーションにしたものですが、ボールの軌跡が検出＆プロットすることができていません。 ボールはサイズが小さい（＝特徴が少ない）、瞬間的に動くものなので静止画にするとぶれる、など物体検出するのに難しい要因がいくつかあります。 カメラが固定されていればフレ
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
日立ソリューションズは7月25日、業務情報や報告書、マニュアルなどの大量の文書ファイルを所有する企業に向けて、AIによる自然言語処理技術によって技術情報や業務ノウハウの活用を促進する「活文 業務ノウハウ活用ソリューション」を7月26日から販売開始すると発表した。 同サービスは、AIの自然言語処理によって業務文書の内容を解析し、文章を構成する特徴的なキーワードを自動抽出するとともに、文書ファイル同士の関係を可視化する「活文 知的情報マイニング」を実行するというもの。ユーザーはファイルサーバ内にある過去の事例や報告書など、大量にある情報の関係性を見つけることができるという。 これにより、業務経験が浅い担当者でも、知っているキーワードや手元にある文章から必要な資料を見つけ出すことができるようになる。また、業務ノウハウの有効活用を促進し、業務効率向上や技術継承を実現するとしている。 さらに、ある単
JALは7月25日より、チャット形式の自然な対話でハワイ島のオススメ現地情報を自動回答するサービス「マカナちゃん」の第2弾を開始した。第2弾では、最新の口コミ付きでハワイ島の情報を紹介するほか、まだ旅行を検討していない人も楽しめる性格診断機能も搭載されている。 同サービスは日本アイ・ビー・エム(日本IBM)の協力を得て展開し、2018年3月31日まで提供する。2016年12月～2017年1月に展開していた第1弾では、Watsonの「対話技術(Conversation)機能」を活用し、旅行に関する不安や疑問などにチャット形式で自動回答するサービスを展開してきた。第2弾では第1弾の対話機能をベースに、デザインを一新している。
関東最大級ともいわれる 学生による救急勉強会団体「ＬＳＷ関東」と有志の会＆IFMSAのpre-COMEとのコラボです☆ ☆関東LSW(http://lsw-kanto.org/) 臨床推論についてミニレクチャーをおこなってきました！Read less
正解「イヌ」に対する「イケ」など、あまりに短い場合はヒットしません :Creating entities Entity Recommendations (2018/07/12機能追加) 現時点は英語のみですが、エンティティの同義語を提案してくれるEntity Recommendationsが使えるようになりました。エンティティ定義画面で「Show Recommendations」ボタンを押すと候補を提示してくれるので、選択します。以下の例では肉の種類に「チキン」を設定した場合のシノニム候補を表示し、「hends」と「birds」を選択しています。 Synonyms (Beta) Contexual Entity (2018/07/12機能追加) 現時点は英語のみかつベータですが、エンティティの定義を発話（文脈）の中の使われかた（単語の位置? )から導き出すContexual Entityが
タイトル :パターン認識と機械学習の学習 ベイズ理論に挫折しないための数学 著者 :光成 滋生 出版社 :暗黒通信団 ISBN :978-4873101668 発売日 :2012/07 商品の寸法:25.7 x 18.2 x 0.7 cm ページ数 :100ページ 本体価格 :1,000円（税別） ■まえがき サイボウズ・ラボでは「言語処理に必要そうな機械学習の基礎知識を身につける」という目標のもと，2011年の2月から11月にかけて当時シュプリンガー・ジャパン（現在は丸善）から出版されていた「パターン認識と機械学習」（PRML）を輪読する社内読書会をやっていました． 「あの本」を10ヶ月足らずで一通り（すべての章ではありませんが）読みきったと言えば，そのスパルタな様子が想像つくのではないでしょうか．しかも，専門の学生ではない社会人が仕事の合間に！ そしてそれ以上に参加メンバーが四苦八苦し
Appleが提供しているSiriは、数秒のうちに何千とある上映映画の情報を分析し、あなたが今いる場所から見に行くのにベストな時間と映画館情報をおススメとして提示してくれます。Spotifyは、あなたの音楽の好みを把握してパーソナライズされたプレイリストを作成してくれます。そして、Facebookは、写真に写るお友達の顔を即座に識別し、ほぼ98%の精度でタグ付けを提案してくれます。こうしたすべてのことが、自然言語処理やディープラーニング、機械学習といった複雑かつ高度技術ソリューションであるAI（人工知能）によって実現されています。AIのおかげで、私たちの生活におけるすべての行動がさらにスマートに、生産的になるのです。 もはや多くの企業にとって、テクノロジーの専門性やインフラストラクチャ、その他のリソースにAIソリューションを取り込むことはエンタープライズアプリを活用する上で非常に重要事項とな
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
平成30年度診療報酬改定においてAI診療支援にインセンティブ付け検討