SlideShare una empresa de Scribd logo
1 de 16
Descargar para leer sin conexión
⼩町先⽣に聞いてきました
内⽥祐介
株式会社ディー・エヌ・エー
⼩町守先⽣
•  ⾸都⼤学東京システムデザイン学部准教授
•  ⾃然⾔語処理分野の発展のために
問題意識を持って⾊々取り組まれている
•  精⼒的な情報発信
– 武蔵野⽇記(旧⽣駒⽇記)
•  ⾃然⾔語処理分野での
様々な取り組みについて
聞いてきました
2
⾔語処理学会第17回年次⼤会 (NLP2011) ワークショップ
「⾃然⾔語処理における企業と⼤学と学⽣の関係」
http://nlp.cs.nyu.edu/gengo2011ws/
3
⾔語処理学会第17回年次⼤会 (NLP2011) ワークショップ
「⾃然⾔語処理における企業と⼤学と学⽣の関係」
•  背景(上記HPより)
–  ⾃然⾔語処理に関係した企業と⼤学と学⽣の関係が変化しています。
•  ⾃然⾔語処理に関する⼤学での研究内容と企業での応⽤が⾮常に近くなって来てい
ます。
•  企業がデータを⼤学等に提供し、その研究成果が社会に還元される仕組みができつ
つあります。
•  多くの学⽣は⼤学での研究活動の後に企業に⼊り、研究所や事業部での活躍が期待
されています。
•  企業はより優秀な頭脳を集めるために、これまでの枠に捕われない採⽤姿勢をとる
傾向が強まっています。
•  インターン制度により学⽣が企業の中⾝を事前に知ることができるようになってい
ますが、範囲は限定されています。
–  本ワークショップでは、企業、⼤学、学⽣の3者の間での相互理解を⽬
的に、それぞれの ⽴場や⽬的を明確にし、お互いの期待や要求を話し合
う場を⽤意します。
http://nlp.cs.nyu.edu/gengo2011ws/
4
⾔語処理学会第17回年次⼤会 (NLP2011) ワークショップ
「⾃然⾔語処理における企業と⼤学と学⽣の関係」
•  学⽣→企業という観点から⾒たWS
– 企業に就職するのは都落ちだと思う先⽣もいて、企業で研究開発す
るという観点が少なかった。企業と学⽣が出会う場所も少ない
– インターンへの研究室の姿勢もまちまち
•  上記2つの問題意識がYANSにつながる
⼩町守, “若き⼤学院⽣の悩み - ⾃然⾔語処理の研究を続けるべきか,それが問題だ –.”
http://nlp.cs.nyu.edu/gengo2011ws/papers/3-komachi.pdf
5
NLP若⼿の会, YANS(2006年〜)
•  2泊3⽇の合宿形式のシンポジウム(2014年〜)
•  多数の企業スポンサーによる宿泊費や懇親会費等のサポート
(2014年〜)
– 2017年の学⽣の宿泊費:2泊3⽇ 6,000円(1泊2⽇ 3,000円)
•  「合宿を通じて密な議論を⾏う機会を設けるとともに,組織
や研究室,業種を横断する幅広いつながりを醸成する機会を
設けます.またそのためのレクリエーションも企画します」
6
NLP若⼿の会, YANS(2006年〜)
•  当初
–  若⼿(科研費の「若⼿研究」くらいの年代)が喋る機会が欲しかった
•  それ以降(⼩町先⽣が委員⻑をしていたころ)
–  若⼿(⽚⼿、5ビットで表現できるくらい)よりにシフト、
企業の⼈も来始める
–  情報科学若⼿の会というのがあったのを参考に合宿化
•  主催:⼀般社団法⼈ 情報処理学会 プログラミングシンポジウム委員会
–  ⾔語処理学会の下部組織になる話も→賞やスポンサーの⾃由度を取った
•  スポンサーとして⾔語処理学会がある形に落ち着いた
–  賞は国際会議等で発表済みのもの以外を対象とした奨励賞
•  学会としての賞ではないので学⽣から⾒ると弱いかも
–  研究会レベルの発表が多いがアイディアレベルのものを発表してほしい
–  メンター制度もあったが廃⽌
http://wakate.org/about/
7
NLP若⼿の会 (YANS)
•  スポンサーとか
– 3年前から積極的に募りだした:2017年で総額700万円くらい?
•  2016年くらいから⾔語処理学会も積極的にスポンサー取り始めた
– 研究室によっては学⽣に旅費が出なかったり⼀部のみだったり
•  研究室配属前の学⽣が来たりもする
•  スポンサー費⽤から旅費⽀援という名⽬で、発表予定の学⽣へ旅費を⽀援
– スポンサー観点でのメリット
•  若⼿でなくてもスポンサー枠で参加できる
•  ライトニングトーク枠もある(研究発表でなくても良い)
– 学⽣観点でのメリット
•  直接企業のエンジニアや研究者と交流できる
(←元々⼩町先⽣が持っていた問題意識)
8
NLP DL勉強会
•  セミクローズドな深層学習に関する勉強会
•  動機:もともとキャッチアップするだけでも個⼈の⼒では追
い切れなくなっている
•  これまで5回開催、〜40⼈くらい来ている。企業が4分の1
•  過去現在未来に勉強会で発表する⼈が対象
9
NL研の取り組み
1.  招待講演を毎回するようになった
2.  回数を減らした
– 奇数⽉で、6回もあった→⼈が少ない回がある
– 1⽉や3⽉が年次⼤会と被るのでやめた。
– あまりに減らすと⼭下研究賞が情処から出なくなる
3.  優秀研究賞という賞を作った
– 今まではNLP界隈で賞を出さな過ぎた
– 3%→10%以上
– 賞狙いが増えたので、質が上がり、件数も1.5倍くらいになった
10
NL研の取り組み
•  2014年から中継はじめた
–  Ustだったが情処の意向でニコ⽣に
–  CM等でお⾦とることも考えたが、放送に失敗すると補償しないといけない等の懸念があり今
のところは無料。
–  オンサイト参加者は増えている。もちろんブームのせいもあるだろうから因果関係は不明。
•  良いところ
–  1週間で2000⼈くらい⾒る。
–  参加費出せない学⽣も観れるし、忙しい⼈て現地に⾏けない⼈も⾒れる
•  悪いところ
–  罵詈雑⾔でるときも
–  運⽤⾯:いまは⼩町研で学⽣を継続的に充てている(SIGMUSは運営委員でやっている)
•  運営委員会もskypeになった
–  参加率は上がった(盛り上がりはそんなに変わらない)
•  盛り上がり
–  オーラルは良い質問が出にくい→発表の質に相関しそう
–  ポスターは盛り上がる
11
最先端NLP勉強会
•  8〜9⽉開催
– NLP系の国際学会が落ち着いたあたり
(CV系ほどarXivに先⾏して出てこない)
– 皆が都合のいい時期に
•  原則として参加者が投票して選ばれた論⽂を読む
– 個⼈が読みたいものではない
12
⼩町先⽣のコメント
•  ⾔語処理を志望する学⽣は増えてきている
•  現在は教員から企業や研究所に出る⼈が増えてきていて、
研究室が分散しがち
– 横のつながりを強化することが課題
•  学会の研究会は、地⽅開催をやめて東京のスタジオで撮って
配信してオンサイトは合宿のみにするのはどうか
– NLPは800⼈くらいくるけど、NL研は50⼈くらい
•  研究会の運営⽅針は主査が代わるタイミングで変わることが
通例(e.g., 2年任期×2)
– そのタイミングで新しいことに挑戦できる(例えば4年かけて)
– 年次⼤会等、1年任期のようなイベントは継続的な改善がなかなか
難しい
13
誰に何を?
•  ⼩町先⽣は、学⽣第⼀
–  学⽣⽣全員が就職後もNLPの道に進むとは限らない前提
–  1/3がNLP続けて、1/3がNLPもやっている企業の別セクション、1/3が
まったく関係ないところ
–  学⽣の優秀な⼈がスタートアップ>⼀流企業>アカポスという順に⾏く
流れが出てきている
•  信学会の⾔語理解とコミュニケーション研究会 (NLC) は企業が
多い
–  参加者が少なかったが、テキストマイニングシンポジウムを始めて企業
を取り込んで盛り上がってきた
–  新規性より有⽤性を重視
–  発表者側:発表しました、という実績になる
–  聴講者側:枯れた技術の聴講を狙っている
–  企業としては企業のアピールのために発表している部分も
•  こういう研究してるのでwe are hiring!
14
その他
【議論】実はNLPとCVで企業の応⽤可能性がまだ差があるのでは
–  NLP:実応⽤のサービスが広がっている→テキストマイニングシンポジウム
意味ある
–  CV:画像認識がようやくうまくいくようになってきたので、まだ企業の応⽤
はそこまで広がってない
–  ⾃然⾔語処理でDeep狙っているのは対話、機械翻訳、⽂章要約等
【議論】学術系の研究会として発表や質疑の質を⾼めたい
–  賞を増やす
–  招待講演
•  NL研の招待講演はポスドクあたりを対象
•  若⼿の会は隣接分野の⼈も来やすい環境をつくっている
–  ⼩町先⽣としては⾃然⾔語処理がずっとブームに案っているとは思わないの
で、流動性を⾼めたい
•  情報処理学会がマッチングの依頼を企業から受け付けて、⼤学を紹介す
る試⾏をやっている
15
ヒアリングを終えて
•  研究会のあり⽅ではなく、分野としてどうすべきか
– 研究会はあくまで1つのファンクションで、
研究会としてやるべきことはやるがその枠にとらわれる必要はない
– NLP分野でも、研究会を含む既存の枠ではない取り組みが
必要であり、⽴ち上げられてきた(YANS, 勉強会等)
•  PRMU分野のポータルとしてのPRMU研究会
– 様々な取り組みへのポインタ
– オンラインコミュニティがあってもよいのでは
•  Slack:ML, 3D vision, Kaggle, Chainer等
– 最新技術のキャッチアップサポート
16

Más contenido relacionado

Similar a PRMU研究会の今後のあり方について(NLP分野での取り組み紹介)

Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用Yuya Unno
 
言語資源と付き合う
言語資源と付き合う言語資源と付き合う
言語資源と付き合うYuya Unno
 
20150702文章読解支援のための日本語の語彙平易化システム
20150702文章読解支援のための日本語の語彙平易化システム20150702文章読解支援のための日本語の語彙平易化システム
20150702文章読解支援のための日本語の語彙平易化システムTomoyuki Kajiwara
 
深層学習による機械とのコミュニケーション
深層学習による機械とのコミュニケーション深層学習による機械とのコミュニケーション
深層学習による機械とのコミュニケーションYuya Unno
 
ゼロから始める自然言語処理 【FIT2016チュートリアル】
ゼロから始める自然言語処理 【FIT2016チュートリアル】ゼロから始める自然言語処理 【FIT2016チュートリアル】
ゼロから始める自然言語処理 【FIT2016チュートリアル】Yuki Arase
 
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題Katsusuke Shigeta
 
論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討
論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討
論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討Yoji Kiyota
 
NewsPicksにおける記事の推薦
NewsPicksにおける記事の推薦NewsPicksにおける記事の推薦
NewsPicksにおける記事の推薦Akira Kitauchi
 
マイニング探検会#12
マイニング探検会#12マイニング探検会#12
マイニング探検会#12Yoji Kiyota
 
人生の意思決定を支える社会インフラとしての図書館
人生の意思決定を支える社会インフラとしての図書館人生の意思決定を支える社会インフラとしての図書館
人生の意思決定を支える社会インフラとしての図書館Yoji Kiyota
 
情報処理学会第74回全国大会 私的勉強会と学会の未来
情報処理学会第74回全国大会 私的勉強会と学会の未来情報処理学会第74回全国大会 私的勉強会と学会の未来
情報処理学会第74回全国大会 私的勉強会と学会の未来shunya kimura
 
研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011Preferred Networks
 
Sig kbs slide-20181123_ota
Sig kbs slide-20181123_otaSig kbs slide-20181123_ota
Sig kbs slide-20181123_ota博三 太田
 
Dynamic Entity Representations in Neural Language Models
Dynamic Entity Representations in Neural Language ModelsDynamic Entity Representations in Neural Language Models
Dynamic Entity Representations in Neural Language ModelsShun Kiyono
 
20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meetingakikom0819
 
自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)
自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)
自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)STAIR Lab, Chiba Institute of Technology
 

Similar a PRMU研究会の今後のあり方について(NLP分野での取り組み紹介) (20)

Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
 
言語資源と付き合う
言語資源と付き合う言語資源と付き合う
言語資源と付き合う
 
20150702文章読解支援のための日本語の語彙平易化システム
20150702文章読解支援のための日本語の語彙平易化システム20150702文章読解支援のための日本語の語彙平易化システム
20150702文章読解支援のための日本語の語彙平易化システム
 
深層学習による機械とのコミュニケーション
深層学習による機械とのコミュニケーション深層学習による機械とのコミュニケーション
深層学習による機械とのコミュニケーション
 
ゼロから始める自然言語処理 【FIT2016チュートリアル】
ゼロから始める自然言語処理 【FIT2016チュートリアル】ゼロから始める自然言語処理 【FIT2016チュートリアル】
ゼロから始める自然言語処理 【FIT2016チュートリアル】
 
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
大学におけるオープンエデュケーショナル リソースと著作権処理の実状と課題
 
論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討
論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討
論文執筆の環境をめぐる最新の状況と、学会の査読・編集システムを持続可能とするための方策の検討
 
NewsPicksにおける記事の推薦
NewsPicksにおける記事の推薦NewsPicksにおける記事の推薦
NewsPicksにおける記事の推薦
 
マイニング探検会#12
マイニング探検会#12マイニング探検会#12
マイニング探検会#12
 
人生の意思決定を支える社会インフラとしての図書館
人生の意思決定を支える社会インフラとしての図書館人生の意思決定を支える社会インフラとしての図書館
人生の意思決定を支える社会インフラとしての図書館
 
tmu_science_cafe02
tmu_science_cafe02tmu_science_cafe02
tmu_science_cafe02
 
Erpと自然言語処理
Erpと自然言語処理Erpと自然言語処理
Erpと自然言語処理
 
情報処理学会第74回全国大会 私的勉強会と学会の未来
情報処理学会第74回全国大会 私的勉強会と学会の未来情報処理学会第74回全国大会 私的勉強会と学会の未来
情報処理学会第74回全国大会 私的勉強会と学会の未来
 
研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011
 
Sig kbs slide-20181123_ota
Sig kbs slide-20181123_otaSig kbs slide-20181123_ota
Sig kbs slide-20181123_ota
 
Dynamic Entity Representations in Neural Language Models
Dynamic Entity Representations in Neural Language ModelsDynamic Entity Representations in Neural Language Models
Dynamic Entity Representations in Neural Language Models
 
翻訳としての評価行為 ~ワークショップによる、対象記述空間から意思決定空間への座標変換~
翻訳としての評価行為 ~ワークショップによる、対象記述空間から意思決定空間への座標変換~翻訳としての評価行為 ~ワークショップによる、対象記述空間から意思決定空間への座標変換~
翻訳としての評価行為 ~ワークショップによる、対象記述空間から意思決定空間への座標変換~
 
Wikipedia からの大規模な汎用オントロジー構築
Wikipedia からの大規模な汎用オントロジー構築Wikipedia からの大規模な汎用オントロジー構築
Wikipedia からの大規模な汎用オントロジー構築
 
20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting
 
自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)
自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)
自然言語処理分野の最前線(ステアラボ人工知能シンポジウム2017)
 

Más de Yusuke Uchida

近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer近年のHierarchical Vision Transformer
近年のHierarchical Vision TransformerYusuke Uchida
 
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料Yusuke Uchida
 
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話Yusuke Uchida
 
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
SIGNATE オフロードコンペ 精度認識部門 3rd Place SolutionSIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
SIGNATE オフロードコンペ 精度認識部門 3rd Place SolutionYusuke Uchida
 
SIGNATE 鰹節コンペ2nd Place Solution
SIGNATE 鰹節コンペ2nd Place SolutionSIGNATE 鰹節コンペ2nd Place Solution
SIGNATE 鰹節コンペ2nd Place SolutionYusuke Uchida
 
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術Yusuke Uchida
 
SuperGlue; Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue; Learning Feature Matching with Graph Neural Networks (CVPR'20)Yusuke Uchida
 
画像認識と深層学習
画像認識と深層学習画像認識と深層学習
画像認識と深層学習Yusuke Uchida
 
Semi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learningSemi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learningYusuke Uchida
 
Deep Fakes Detection
Deep Fakes DetectionDeep Fakes Detection
Deep Fakes DetectionYusuke Uchida
 
モデルアーキテクチャ観点からの高速化2019
モデルアーキテクチャ観点からの高速化2019モデルアーキテクチャ観点からの高速化2019
モデルアーキテクチャ観点からの高速化2019Yusuke Uchida
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選Yusuke Uchida
 
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化Yusuke Uchida
 
Humpback whale identification challenge反省会
Humpback whale identification challenge反省会Humpback whale identification challenge反省会
Humpback whale identification challenge反省会Yusuke Uchida
 
DeNAにおける先端AI技術活用のチャレンジ
DeNAにおける先端AI技術活用のチャレンジDeNAにおける先端AI技術活用のチャレンジ
DeNAにおける先端AI技術活用のチャレンジYusuke Uchida
 
コンピュータビジョン技術の実応用とビジネス
コンピュータビジョン技術の実応用とビジネスコンピュータビジョン技術の実応用とビジネス
コンピュータビジョン技術の実応用とビジネスYusuke Uchida
 
Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...
Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...
Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...Yusuke Uchida
 
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用Yusuke Uchida
 
畳み込みニューラルネットワークの研究動向
畳み込みニューラルネットワークの研究動向畳み込みニューラルネットワークの研究動向
畳み込みニューラルネットワークの研究動向Yusuke Uchida
 
Embedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural NetworksEmbedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural NetworksYusuke Uchida
 

Más de Yusuke Uchida (20)

近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
 
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
 
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
 
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
SIGNATE オフロードコンペ 精度認識部門 3rd Place SolutionSIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
SIGNATE オフロードコンペ 精度認識部門 3rd Place Solution
 
SIGNATE 鰹節コンペ2nd Place Solution
SIGNATE 鰹節コンペ2nd Place SolutionSIGNATE 鰹節コンペ2nd Place Solution
SIGNATE 鰹節コンペ2nd Place Solution
 
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
 
SuperGlue; Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue; Learning Feature Matching with Graph Neural Networks (CVPR'20)
 
画像認識と深層学習
画像認識と深層学習画像認識と深層学習
画像認識と深層学習
 
Semi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learningSemi supervised, weakly-supervised, unsupervised, and active learning
Semi supervised, weakly-supervised, unsupervised, and active learning
 
Deep Fakes Detection
Deep Fakes DetectionDeep Fakes Detection
Deep Fakes Detection
 
モデルアーキテクチャ観点からの高速化2019
モデルアーキテクチャ観点からの高速化2019モデルアーキテクチャ観点からの高速化2019
モデルアーキテクチャ観点からの高速化2019
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
 
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
 
Humpback whale identification challenge反省会
Humpback whale identification challenge反省会Humpback whale identification challenge反省会
Humpback whale identification challenge反省会
 
DeNAにおける先端AI技術活用のチャレンジ
DeNAにおける先端AI技術活用のチャレンジDeNAにおける先端AI技術活用のチャレンジ
DeNAにおける先端AI技術活用のチャレンジ
 
コンピュータビジョン技術の実応用とビジネス
コンピュータビジョン技術の実応用とビジネスコンピュータビジョン技術の実応用とビジネス
コンピュータビジョン技術の実応用とビジネス
 
Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...
Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...
Image Retrieval Overview (from Traditional Local Features to Recent Deep Lear...
 
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
 
畳み込みニューラルネットワークの研究動向
畳み込みニューラルネットワークの研究動向畳み込みニューラルネットワークの研究動向
畳み込みニューラルネットワークの研究動向
 
Embedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural NetworksEmbedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural Networks
 

Último

PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000Shota Ito
 
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxIoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxAtomu Hidaka
 
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ       2024/04/12の勉強会で発表されたものです。新人研修のまとめ       2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。iPride Co., Ltd.
 
プレイマットのパターン生成支援ツール
プレイマットのパターン生成支援ツールプレイマットのパターン生成支援ツール
プレイマットのパターン生成支援ツールsugiuralab
 
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directoryosamut
 
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。iPride Co., Ltd.
 
プレイマットのパターン生成支援ツールの評価
プレイマットのパターン生成支援ツールの評価プレイマットのパターン生成支援ツールの評価
プレイマットのパターン生成支援ツールの評価sugiuralab
 

Último (7)

PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
 
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptxIoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
 
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ       2024/04/12の勉強会で発表されたものです。新人研修のまとめ       2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
 
プレイマットのパターン生成支援ツール
プレイマットのパターン生成支援ツールプレイマットのパターン生成支援ツール
プレイマットのパターン生成支援ツール
 
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
 
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
 
プレイマットのパターン生成支援ツールの評価
プレイマットのパターン生成支援ツールの評価プレイマットのパターン生成支援ツールの評価
プレイマットのパターン生成支援ツールの評価
 

PRMU研究会の今後のあり方について(NLP分野での取り組み紹介)