Enviar pesquisa
Carregar
[基調講演] Deep Learning: IoT's Driving Engine
•
6 gostaram
•
2,681 visualizações
Deep Learning Lab(ディープラーニング・ラボ)
Seguir
DLLAB DAY 2018 Keynote
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 41
Baixar agora
Baixar para ler offline
Recomendados
AIとの付き合い方
AIとの付き合い方
Deep Learning Lab(ディープラーニング・ラボ)
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Deep Learning Lab(ディープラーニング・ラボ)
HPCへの期待(NCAトップガンセミナー自己紹介)
HPCへの期待(NCAトップガンセミナー自己紹介)
Miki Yutani
企業情報システムにおける先進的な技術の活用
企業情報システムにおける先進的な技術の活用
Miki Yutani
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
Daiyu Hatakeyama
ML Ops 実装の現場から
ML Ops 実装の現場から
慎一郎 畠
可視化の先にあるものとは
可視化の先にあるものとは
Core Concept Technologies
企業情報システムのブレークスルー 〜CPSプラットフォームの提案〜
企業情報システムのブレークスルー 〜CPSプラットフォームの提案〜
Miki Yutani
Recomendados
AIとの付き合い方
AIとの付き合い方
Deep Learning Lab(ディープラーニング・ラボ)
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Deep Learning Lab(ディープラーニング・ラボ)
HPCへの期待(NCAトップガンセミナー自己紹介)
HPCへの期待(NCAトップガンセミナー自己紹介)
Miki Yutani
企業情報システムにおける先進的な技術の活用
企業情報システムにおける先進的な技術の活用
Miki Yutani
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
Daiyu Hatakeyama
ML Ops 実装の現場から
ML Ops 実装の現場から
慎一郎 畠
可視化の先にあるものとは
可視化の先にあるものとは
Core Concept Technologies
企業情報システムのブレークスルー 〜CPSプラットフォームの提案〜
企業情報システムのブレークスルー 〜CPSプラットフォームの提案〜
Miki Yutani
IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点
Tetsutaro Watanabe
AI画像解析をビジネス現場に導入するためのファーストステップ_DLLAB Case Study Day
AI画像解析をビジネス現場に導入するためのファーストステップ_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
Takashi Kaneda
東北大学AIE - 機械学習入門編
東北大学AIE - 機械学習入門編
Daiyu Hatakeyama
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
Daiyu Hatakeyama
人工知能技術のエンタープライズシステムへの適用
人工知能技術のエンタープライズシステムへの適用
Miki Yutani
3Dモデル類似検索
3Dモデル類似検索
Core Concept Technologies
エンジニアも知っておきたいAI倫理のはなし
エンジニアも知っておきたいAI倫理のはなし
Yasunori Nihei
MISO20200530
MISO20200530
陽平 山口
学生のための AI で考える近未来
学生のための AI で考える近未来
Daiyu Hatakeyama
IoT導入のお客様要望とその事例(データ取得編)
IoT導入のお客様要望とその事例(データ取得編)
- Core Concept Technologies
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoTビジネス共創ラボ
Smart SE: コロナ時代のAI・IoTの社会人オン・オフライン教育
Smart SE: コロナ時代のAI・IoTの社会人オン・オフライン教育
Hironori Washizaki
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
Miki Yutani
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Deep Learning Lab(ディープラーニング・ラボ)
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Chigusa Junichiro
IoT時代のビジネスチャンスのとらえ方
IoT時代のビジネスチャンスのとらえ方
Japan External Trade Oragnization, Switzerland
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
Azure における強化学習への取り組み
Azure における強化学習への取り組み
Keita Onabuta
人工知能の最新事例 BMI 概要編
人工知能の最新事例 BMI 概要編
DIVE INTO CODE Corp.
実世界の人工知能@DeNA TechCon 2017
実世界の人工知能@DeNA TechCon 2017
Preferred Networks
UXデザインを活用した仮説立案から考えるデータ分析とは?
UXデザインを活用した仮説立案から考えるデータ分析とは?
Shigeyuki Kameda
Mais conteúdo relacionado
Mais procurados
IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点
Tetsutaro Watanabe
AI画像解析をビジネス現場に導入するためのファーストステップ_DLLAB Case Study Day
AI画像解析をビジネス現場に導入するためのファーストステップ_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
Takashi Kaneda
東北大学AIE - 機械学習入門編
東北大学AIE - 機械学習入門編
Daiyu Hatakeyama
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
Daiyu Hatakeyama
人工知能技術のエンタープライズシステムへの適用
人工知能技術のエンタープライズシステムへの適用
Miki Yutani
3Dモデル類似検索
3Dモデル類似検索
Core Concept Technologies
エンジニアも知っておきたいAI倫理のはなし
エンジニアも知っておきたいAI倫理のはなし
Yasunori Nihei
MISO20200530
MISO20200530
陽平 山口
学生のための AI で考える近未来
学生のための AI で考える近未来
Daiyu Hatakeyama
IoT導入のお客様要望とその事例(データ取得編)
IoT導入のお客様要望とその事例(データ取得編)
- Core Concept Technologies
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoTビジネス共創ラボ
Smart SE: コロナ時代のAI・IoTの社会人オン・オフライン教育
Smart SE: コロナ時代のAI・IoTの社会人オン・オフライン教育
Hironori Washizaki
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
Miki Yutani
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Deep Learning Lab(ディープラーニング・ラボ)
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Chigusa Junichiro
IoT時代のビジネスチャンスのとらえ方
IoT時代のビジネスチャンスのとらえ方
Japan External Trade Oragnization, Switzerland
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
Azure における強化学習への取り組み
Azure における強化学習への取り組み
Keita Onabuta
人工知能の最新事例 BMI 概要編
人工知能の最新事例 BMI 概要編
DIVE INTO CODE Corp.
Mais procurados
(20)
IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点
AI画像解析をビジネス現場に導入するためのファーストステップ_DLLAB Case Study Day
AI画像解析をビジネス現場に導入するためのファーストステップ_DLLAB Case Study Day
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
東北大学AIE - 機械学習入門編
東北大学AIE - 機械学習入門編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
人工知能技術のエンタープライズシステムへの適用
人工知能技術のエンタープライズシステムへの適用
3Dモデル類似検索
3Dモデル類似検索
エンジニアも知っておきたいAI倫理のはなし
エンジニアも知っておきたいAI倫理のはなし
MISO20200530
MISO20200530
学生のための AI で考える近未来
学生のための AI で考える近未来
IoT導入のお客様要望とその事例(データ取得編)
IoT導入のお客様要望とその事例(データ取得編)
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
Smart SE: コロナ時代のAI・IoTの社会人オン・オフライン教育
Smart SE: コロナ時代のAI・IoTの社会人オン・オフライン教育
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
IoT時代のビジネスチャンスのとらえ方
IoT時代のビジネスチャンスのとらえ方
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Azure における強化学習への取り組み
Azure における強化学習への取り組み
人工知能の最新事例 BMI 概要編
人工知能の最新事例 BMI 概要編
Semelhante a [基調講演] Deep Learning: IoT's Driving Engine
実世界の人工知能@DeNA TechCon 2017
実世界の人工知能@DeNA TechCon 2017
Preferred Networks
UXデザインを活用した仮説立案から考えるデータ分析とは?
UXデザインを活用した仮説立案から考えるデータ分析とは?
Shigeyuki Kameda
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
wagatuma
IoT案件を70件やってみて分かった事
IoT案件を70件やってみて分かった事
Koichi Sasaki
情報産業の最新動向2017
情報産業の最新動向2017
Takao Ikoma
Innovation with IoT 2018: 世界のIoT動向とIoTのもたらす未来@MS
Innovation with IoT 2018: 世界のIoT動向とIoTのもたらす未来@MS
Atsuhito Kondo
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
知礼 八子
Io tプロジェクトに関する考察20161108
Io tプロジェクトに関する考察20161108
Keiichiro Nabeno
IoTビジネス共創ラボ 第15回勉強会 オープニング
IoTビジネス共創ラボ 第15回勉強会 オープニング
IoTビジネス共創ラボ
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
Trainocate Japan, Ltd.
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
Trainocate Japan, Ltd.
第3回 北海道IoTビジネス共創ラボ 勉強会 養豚業における IoT/AI 活用の可能性
第3回 北海道IoTビジネス共創ラボ 勉強会 養豚業における IoT/AI 活用の可能性
Uniadex Ltd.
日本語における自然言語解析とその応用 〜COTOHA VA & API〜
日本語における自然言語解析とその応用 〜COTOHA VA & API〜
ネクストスケープ
IoTビジネス共創ラボ 第16回オンライン勉強会 オープニング
IoTビジネス共創ラボ 第16回オンライン勉強会 オープニング
IoTビジネス共創ラボ
誰のためのIoT?HCDとIoTで作る革新的顧客価値
誰のためのIoT?HCDとIoTで作る革新的顧客価値
Akihiro Moriyama
自社取り組み紹介(BetaComputing)
自社取り組み紹介(BetaComputing)
Yasuhiro Kobayashi
IoT概論: AITCオープンラボ IoT勉強会
IoT概論: AITCオープンラボ IoT勉強会
dsuke Takaoka
VUI専門メディアが考える2018年と未来
VUI専門メディアが考える2018年と未来
Smartio
ロボットサービス開発の現場から
ロボットサービス開発の現場から
Kohei Kojima
20180921 Twilio Smart Communication Award 2018
20180921 Twilio Smart Communication Award 2018
Ukyo Satake
Semelhante a [基調講演] Deep Learning: IoT's Driving Engine
(20)
実世界の人工知能@DeNA TechCon 2017
実世界の人工知能@DeNA TechCon 2017
UXデザインを活用した仮説立案から考えるデータ分析とは?
UXデザインを活用した仮説立案から考えるデータ分析とは?
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
IoT案件を70件やってみて分かった事
IoT案件を70件やってみて分かった事
情報産業の最新動向2017
情報産業の最新動向2017
Innovation with IoT 2018: 世界のIoT動向とIoTのもたらす未来@MS
Innovation with IoT 2018: 世界のIoT動向とIoTのもたらす未来@MS
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
Io tプロジェクトに関する考察20161108
Io tプロジェクトに関する考察20161108
IoTビジネス共創ラボ 第15回勉強会 オープニング
IoTビジネス共創ラボ 第15回勉強会 オープニング
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
IoTの技術的課題と実現のポイント~実装例・エンジニアリングのヒント
第3回 北海道IoTビジネス共創ラボ 勉強会 養豚業における IoT/AI 活用の可能性
第3回 北海道IoTビジネス共創ラボ 勉強会 養豚業における IoT/AI 活用の可能性
日本語における自然言語解析とその応用 〜COTOHA VA & API〜
日本語における自然言語解析とその応用 〜COTOHA VA & API〜
IoTビジネス共創ラボ 第16回オンライン勉強会 オープニング
IoTビジネス共創ラボ 第16回オンライン勉強会 オープニング
誰のためのIoT?HCDとIoTで作る革新的顧客価値
誰のためのIoT?HCDとIoTで作る革新的顧客価値
自社取り組み紹介(BetaComputing)
自社取り組み紹介(BetaComputing)
IoT概論: AITCオープンラボ IoT勉強会
IoT概論: AITCオープンラボ IoT勉強会
VUI専門メディアが考える2018年と未来
VUI専門メディアが考える2018年と未来
ロボットサービス開発の現場から
ロボットサービス開発の現場から
20180921 Twilio Smart Communication Award 2018
20180921 Twilio Smart Communication Award 2018
Mais de Deep Learning Lab(ディープラーニング・ラボ)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
Deep Learning Lab(ディープラーニング・ラボ)
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
Deep Learning Lab(ディープラーニング・ラボ)
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
Deep Learning Lab(ディープラーニング・ラボ)
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Deep Learning Lab(ディープラーニング・ラボ)
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
Deep Learning Lab(ディープラーニング・ラボ)
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
Deep Learning Lab(ディープラーニング・ラボ)
「言語」×AI Digital Device
「言語」×AI Digital Device
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習と実装例
深層強化学習と実装例
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Deep Learning Lab(ディープラーニング・ラボ)
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
Deep Learning Lab(ディープラーニング・ラボ)
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
Deep Learning Lab(ディープラーニング・ラボ)
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Deep Learning Lab(ディープラーニング・ラボ)
Mais de Deep Learning Lab(ディープラーニング・ラボ)
(20)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
「言語」×AI Digital Device
「言語」×AI Digital Device
深層強化学習と実装例
深層強化学習と実装例
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Último
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
Último
(9)
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
[基調講演] Deep Learning: IoT's Driving Engine
1.
Deep Learning: IoT's Driving
Engine 株式会社 Preferred Networks 西川 徹
2.
Preferred Networks ミッション:IoT時代に向けた新しいコンピュータを創造する
設 立:2014年3月 従業員:約140名(ほとんどが研究者、エンジニア) 所在地:東京都千代田区大手町(日本)、バークレー(アメリカ) 事業内容: IoT(Internet of Things) + 分散機械学習 – 交通システム – 産業用ロボット – バイオヘルスケア +α
3.
Humanoid Robot PFNの注力領域:Industrial IoT
に向けたAIを進める Consumer Industrial Cloud Device PhotoGame Text Speech Infrastructure Factory Robot Automotive Healthcare Smart City Industry4.0 Industrial IoT
4.
Our Strategic Partners and
Collaborators
5.
ファナック x PFN すべての構成要素が協調し合う 産業用多関節ロボット・サーボモータ・CNCと最先端の分散協調型ディープラーニング技術を統合 し、モノづくりの超インテリジェント化を目指す
6.
ロボティクス、工作機械への適用 バラ積み取出し 故障予知 キズ検査 熱変位補正 消耗品の寿命予測 ロボティクス 工作機械 ネットワーキングプラットフォーム
7.
特許出願済 ディープラーニングを使った異常検知 . . . (1)正常時に得られた データのみを用意 (2) ディープラーニングで 異常判定モデルを学習 テストデータ (3) 学習したモデル を使い異常かを判定
8.
異常な部分を抽出する ディープラーニング技術 異常は発見されない 異常を検出 正常時の波形 異常時の波形 実際の減速機から得られた センサデータ
9.
既存手法で検出が遅かった異常を事前に検出 新手法既存手法 判定閾値 故障直前で通知 ロボット 故障 故障 異常スコア 故障の約40日前に アラームで通知 判定閾値 ロボット 故障50日前 15日前 経過時間
10.
工作機械でのAI利用例:サーボ制御 / 熱変位補正 温度による熱変化を 機械学習で予測 加工精度が40%向上! サーボモーター制御の高度な調整 加減速時の振動を抑制,
高品位加工の実現
11.
国立がん研究センターとのディープラーニングのがん研究における包括的な提携
12.
Accuracy for Breast
Cancer Diagnosis 90% 99% 80%Mammography SOTA Liquid Biopsy SOTA Liquid Biopsy with Deep Learning
13.
PaintsChainer (#PaintsChainer) 線画に着色する学習をしたNN
U-Net+絵の拡大の学習 1日あたり最初は20〜30万枚、現在でも2〜3万枚の線画が着色されている http://free-illustrations.gatag.net/2014/01/10/220000.html
14.
PaintsChainerの例(風景画像) @munashihciさんのtweetより引用
15.
16.
17.
18.
NNによる自然画像の生成 世界ではじめて一つの ニューラルネットワークで 1000クラスを超える様々な 物体の生成が可能に x=Gen(z, y) z: 潜在因子 y:
ラベル yを遷移
19.
20.
深層強化学習のより壊れやすい・シミュレーションが難しいデバイスへの適用
21.
22.
深層強化学習のより壊れやすい・シミュレーションが難しいデバイスへの適用
23.
24.
25.
Amazon Pick Test
Results Place 1 2 3 4 5 6 7 8 Team Delft PFN (Preferred Networks) NimbRo Picking MIT Team K ACRV CMU-HARP C^2M Score 105 105 97 67 49 42 33 21
26.
ロボティクスと自然言語処理の融合
27.
Chainer: 2015/6/9 Release 27 A
Powerful, Flexible, and Intuitive Framework of Neural Networks
28.
IoT時代では、機械から生成されるデータは莫大なものとなる 2015 200 EB
29.
そして非常に速いペースで増加する 2015 2020 200 EB 1.6
ZB
30.
大量データの処理には、並列コンピューティングが必要
31.
Performance Comparison in
Scalability of DL Frameworks 2017年5月9日公開
32.
Scaling Result for
CNTK, MXNet, TensorFlow and Chainer
33.
PFNの国内最大規模GPUクラスタ:NVIDIA Tesla P100を1,024基
GPU不足が研究開発のボトルネックにならないようにしてビジネスを加速 Preferred Networks、民間企業の計算環境として国内最大級のプライベート・スーパーコンピュータを9月から稼働
34.
1024GPUクラスタでImageNetの処理を15分で達成 34 0 10 20 30 40 50 60 70 Goyal et al. (Facebook) Codreanu
et al. Cho et al. (IBM) You et al. Akiba et al. (This work) Time[min] Training time of ResNet-50 (90 epochs) on ImageNet-1K 62min. 60min. 15min. 31min. 50min.
35.
ChainerMN on Azure:
伸び続ける学習時間を解決 InfiniBandを活用し128GPUで約100倍の高速化の実現 XTREME DESIGN社と連携。即座にChainerMNが使える環境を2017年10月から提供
36.
CloudFormationで簡単にマルチノードのChainerMN環境を実現 テンプレートで定義: ChainerMN入りAMI
+ クラスタ、MPI… ブラウザやCLIからテンプレートを使ってStackの作成を実効 AWSがプロビジョニング&Stackとリソースを設定 https://aws.amazon.com/jp/cloudformation/
37.
ChainerMNの優れたスケールアウト性能を、Azureでもより 簡単に利用可能にするためARMTemplateやその他ツール群 を準備中 ChainerMN on
Azure ChainerMN環境セットアップ済みの GPUクラスター
38.
拡大するChainerファミリー Chainer UI Chainer Chemistry 強化学習 画像認識 可視化 グラフ構造 大規模分散
39.
Menoh公開:CPU向けのコンパクトなONNXモデル推論エンジン Chainer等で学習・保存したONNXフォーマットのモデルを読み込み可能 MKL-DNN対応でインテルCPUにおける高速な推論を実現
C++実装 & 多言語ラッパーによりエッジを中心に多様な環境に対応 https://github.com/pfnet-research/menoh Menoh
40.
17:00からの「研究を加速するChainerファミリー」にて、 弊社比戸が最新の状況についてより詳しい解説を行います
41.
Copyright © 2014- Preferred
Networks All Right Reserved.
Baixar agora