AI×医用画åƒã®ç¾çŠ¶ã¨å¯èƒ½æ€§_2022年版/AI×medical_imaging_in_japan_2022AI×医用画åƒã®ç¾çŠ¶ã¨å¯èƒ½æ€§_2020年上åŠæœŸç‰ˆ/AI×medical imaging in japan (first half of 2020)
世界変é©ã®å‰å¤œã¯æ€ã£ãŸã‚ˆã‚Šé™ã‹ï½œæ·±æ´¥ 貴之 (fladdict)
世界ã®ãƒ«ãƒ¼ãƒ«ãŒæ ¹æœ¬çš„ã«å¤‰ã‚ã£ã¦ã—ã¾ã†â€¦ ãã†ã„ã†å±•é–‹ã¯ã€ãƒžãƒ³ã‚¬ã‚„æ˜ ç”»ã§ã¯ã‚ˆãèµ·ã“る。ãã‚ŒãŒç¾å®Ÿã§ã‚‚èµ·ããã†ã 。 ã‚ã¨æ•°æ—¥ï¼ˆã‹ã‚‰æ•°é€±é–“）ã§ã€Œãƒˆãƒƒãƒ—レベルã®ç”»åƒç”ŸæˆAIã€ãŒã€ä¸–ç•Œä¸ã«ãƒ•ãƒªãƒ¼ã§é…布ã•ã‚Œã‚‹ã€‚ イラストã€ãƒžãƒ³ã‚¬ã¯ãŠã‚ã‹3D CGや建築ã€å‹•ç”»ã€æ˜ åƒâ€¦æžœã¦ã¯ãƒ•ã‚§ã‚¤ã‚¯ãƒ‹ãƒ¥ãƒ¼ã‚¹ã‹ã‚‰ãƒãƒ«ãƒŽã¾ã§â€¦ã‚らゆる創作ã«æºã‚ã‚‹å…¨ã¦ã®äººã‚’å·»ã込むã€æ´å²çš„ãªè»¢æ›ç‚¹ãŒè¨ªã‚Œã‚ˆã†ã¨ã—ã¦ã„る。 凄ã•çš„ã«ã¯ã€æ‚ªé”ã®å®ŸãŒãƒ¡ãƒ«ã‚«ãƒªã§è²·ãˆã‚‹ã‚ˆã†ã«ãªã‚‹ã€‚念能力トレーニング動画ãŒYoutubeã«ã‚¢ãƒƒãƒ—ã•ã‚Œã‚‹ã€‚ãã‚Œãらã„ヤãƒã„。 メルカリã§æ‚ªé”ã®å®ŸãŒè²·ãˆã‚‹ä¸–ç•Œã§ã¯ã€èª°ã‚‚ãŒèƒ½åŠ›è€…（一æµã¨ã¯é™ã‚‰ãªã„）ã«ãªã‚Œã‚‹ã€‚ãã‚“ãªã€æ¼«ç”»ã‚„ゲームã®ãƒ©ã‚¹ãƒœã‚¹ãŒèªžã‚‹ã‚ˆã†ãªãƒ¦ãƒ¼ãƒˆãƒ”ã‚¢ãŒã€ã‚ã¨æ•°æ—¥ã§ç¾å®Ÿã«ãªã£ã¦ã—ã¾ã†ã‹ã‚‚ã—ã‚Œãªã„。 Stable Diffusionã§å‡ºåŠ›ã—ãŸãƒ‰ãƒ¯ãƒ¼ãƒ•ã®çŽ‹æ§˜Stable Diffusionã§å‡ºåŠ›ã—ãŸãƒ›ãƒ“ットã®ã‚¹ã‚¿ãƒ‡ã‚£ Stabl
ã€åŸºæœ¬ç·¨ã€‘ç”»åƒèªè˜ã«ä½¿ç”¨ã•ã‚Œã‚‹Data Augmentationを一挙ã«ã¾ã¨ã‚ã¦ã¿ãŸï¼
3ã¤ã®è¦ç‚¹ ✔ï¸Â ç”»åƒåˆ†é¡žã‚¿ã‚¹ã‚¯ã«å¿…è¦ä¸å¯æ¬ ãªData Augmentationã®ä½“系をã¾ã¨ã‚㟠✔ï¸Â 基本的ãªData Augmentationã«ã¤ã„ã¦æ‰‹æ³•ã¨åˆ©ç‚¹/æ¬ ç‚¹ã‚’ã¾ã¨ã‚ãŸ âœ”ï¸ åŸºæœ¬çš„ãªDAã¯å®Ÿè£…ãŒç°¡å˜ãªä¸Šã«çµ¶å¤§ãªåŠ¹æžœã‚’発æ®ã™ã‚‹ A survey on Image Data Augmentation for Deep Learning written by Connor Shorten, Taghi M. Khoshgoftaar (Submitted on  06 July 2019) Comments: Published by Journal of Big Data Subjects: Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG); Image and Video Proc
ãŸã£ãŸ2è¡Œã§ç”»åƒèªè˜ãƒ¢ãƒ‡ãƒ«ã®ç²¾åº¦å‘上ï¼ï¼Ÿæ–°ã—ã„DataAugmentation自動最é©åŒ–手法「RandAugmentã€è§£èª¬ï¼
3ã¤ã®è¦ç‚¹ âœ”ï¸ ãƒ©ãƒ³ãƒ€ãƒ ã«Data Augmentationã®æ‰‹æ³•ã‚’é¸æŠžã™ã‚‹RandAugmentã‚’æ案 âœ”ï¸ å¾“æ¥ã®AutoAugmentã¨æ¯”ã¹æŽ¢ç´¢ç©ºé–“ã‚’$10^{-30}$ã«ã‚‚削減ã—計算é‡ã‚’激減ã•ã›ãŸã“ã¨ã§å®Ÿè·µã§ä½¿ãˆã‚‹ã‚ˆã†ã«ã—ãŸã ã‘ã§ãªãã€CIFAR-10/100ã‚„ImageNet, COCOãªã©ã®ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆã«ãŠã„ã¦æœ‰ç”¨æ€§ãŒç¢ºèªã§ããŸ âœ”ï¸ ImageNetã®SoTAã§ã‚ã‚‹NoisyStudentã«ã‚‚使ã‚ã‚Œã¦ãŠã‚Šã€é–¢æ•°ã¯2è¡Œã§å®Ÿè£…ã§ãã‚‹ãŸã‚èªè€…ã®æ–¹ã‚‚容易ã«ä½¿ã†ã“ã¨ãŒã§ãる。 RandAugment: Practical automated data augmentation with a reduced search space written by Ekin D. Cubuk, Barret Zoph, Jonathon Shlens, Quoc V. Le (Submitted
低解åƒåº¦ãƒ“デオもã™ãã«é«˜è§£åƒåº¦ã«å¤‰æ›ã§ãる超解åƒã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ TecoGANãŒã™ã”ã„
3ã¤ã®è¦ç‚¹ âœ”ï¸ ä½Žè§£åƒã‹ã‚‰é«˜è§£åƒã¸å¤‰æ› âœ”ï¸ æ™‚é–“çš„ã«ä¸€è²«ã—ãŸãƒ•ãƒ¬ãƒ¼ãƒ を生æˆã™ã‚‹ãŸã‚ã«åŒæ–¹å‘æ失関数を採用 âœ”ï¸ è¶…è§£åƒåº¦ã¸å¤‰æ›ã™ã‚‹TecoGANã‚’æ案 Learning Temporal Coherence via Self-Supervision for GAN-based Video Generation Temporally Coherent GANs for Video Super-Resolution (TecoGAN) written by Mengyu Chu, You Xie, Jonas Mayer, Laura Leal-Taixé, Nils Thuerey (Submitted on 23 Nov 2018 (v1), last revised 21 May 2020 (this version, v4)) Comments: Published by arXi
1
ランã‚ング
ランã‚ング
ランã‚ング
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
{{#tags}}- {{label}}
{{/tags}}