ステアラボAIシンポジウム2018
-
- いいね！0
smly
@smly
本日のステアラボ人工知能シンポジウム 2018 の講演資料です speakerdeck.com/smly/detafen-x… #stairlab
2018-03-03 16:33:28
清水の伏竜．
@itc_hiro
講演３ 株式会社リクルートテクノロジーズ Advanced Technology Lab 小嵜耕平 データ分析コンテストの勝者解答から学ぶ 深層学習の研究開発が進む昨今において、「Kaggle＝XGBoost+アンサンブル」テンプレート解答はもはや銀の弾丸ではない。 Kaggle のコンテスト（Cdiscount、Statoil/C-CORE）解説
2018-03-03 15:37:48
STAIR Lab
@STAIR_Lab
3番目の講演はリクルートATLの小嵜さん! コンペティションの歴史やコンペ上位者の解決法を紹介していただいています! #stairlab
2018-03-03 15:53:45
H. NOMATA
@hiromichinomata
PFN的にはdefenseの方が需要があるのかな、toyotaと組んでるし。自動車に載せるにはadversarial風画像を普通の画像に変換するnetworkを前段にはさむんだろうか #stairlab
2018-03-03 14:41:09
yu4u
@yu4u
adversarial example で、画像をgradientで更新するのではなくstyle transfer的に変換するアプローチ（なので早い）。オリジナルのstyle transferの手法が元々画像毎に学習をしないといけなかったのが高速化されていったのと同じような関係だなぁ #stairlab
2018-03-03 14:36:31
ゆうやわい
@yuyay_
「画像分類のタスクだが、動画から切り出された画像だと気がづいて、似ている画像の予測結果を統合するようにしたら、ロスめっちゃ下がった。」 コンペ主催者なら絶対やられたくない… #stairlab
2018-03-03 14:16:20
H. NOMATA
@hiromichinomata
ふむふむ、one hotっぽく提出してpublic lbのaccuracyが手に入ると #stairlab
2018-03-03 13:55:30
清水の伏竜．
@itc_hiro
講演二 株式会社Preferred Networks 秋葉拓哉 深層学習による Kaggle 画像分類、ImageNet 画像分類コンテスト (ILSVRC 2012) 優勝。深層学習による画像分類の基礎、精度チューニングのための技術、最新動向等について。
2018-03-03 15:33:13
H. NOMATA
@hiromichinomata
Question AnsweringのコンペではEntity Linkingの特徴量を追加、Entityの型予測のネットワークを追加をすることで精度が上がった #stairlab
2018-03-03 13:09:49
H. NOMATA
@hiromichinomata
Entity Linkingでは曖昧性の解消、メンションの検出をする必要があり、それぞれWikipedia2Vec、古典的な固有表現抽出でできるがメンションの検出は背景情報が重要であり、実際のコンペでは前処理として固有表現抽出せず曖昧性解消と同時に解いた #stairlab slideshare.net/ikuyamada/ss-8…
2018-03-03 13:00:15
Ikuya Yamada
@ikuyamada
本日の講演資料はこちらにあります: 知識ベースを活用した 自然言語処理の手法とその応用 slideshare.net/ikuyamada/ss-8… #stairlab
2018-03-03 12:33:34
清水の伏竜．
@itc_hiro
ステアラボ人工知能シンポジウム 2018 講演１ 株式会社Studio Ousia 山田育矢 知識ベースを活用した自然言語処理の手法とその応用 Wikipediaなどの大規模知識ベースを用いた自然言語処理の方法紹、優勝した過去の四つのコンペティションでのアプローチについて解説。開発用プラクティス紹介。
2018-03-03 13:37:42