理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

通信・IT

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/05/11(土) 20:12:15.64 ID:CAP_USER
 京都大学フィールド科学教育研究センターの伊勢武史准教授と大庭ゆりか特定助教は、ディープラーニングを用いて10年間の平均気温の上下を最大精度97%で推定する手法を開発した。

 気候変動予測は従来、スーパーコンピュータを用いた物理計算が主流だ。しかし、既知の物理学の知見を積み重ね、モデル化して全体を理解する「ボトムアップ型」の従来手法では、細かく計算しようとすればするほど精細なシミュレーションモデルとより大きなスパコンが必要となり、予算とマンパワーを膨張させてしまう問題があった。

 対して本研究では、統計的に傾向を分析する「トップダウン型」の思考を取り入れた。まず、過去の全世界の気温データから連続した30年分を抜き出し、縦に1月から12月の各月の温度、横に30年の年ごとの温度を配置し、温度の高低を色で表した疑似カラー画像を生成した。画像にするのは、人工知能がその特徴を学習しやすくするためだ。

続きはソースで

論文情報:【Frontiers in Robotics and AI】Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data
https://www.frontiersin.org/articles/10.3389/frobt.2019.00032/full

https://univ-journal.jp/25854/
images


引用元: 【気候変動】ディープラーニングで将来気温の上下を推定 京都大学が提案する新発想の気候予測[05/11]

【気候変動】ディープラーニングで将来気温の上下を推定 京都大学が提案する新発想の気候予測の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/05/10(金) 18:03:15.11 ID:CAP_USER
 米オークリッジ国立研究所は7日(米国時間)、米エネルギー省が、世界最速を謳うスーパーコンピュータシステム「Frontier」の提供について、米Crayと契約を締結したことを発表した。システム提供は2021年予定で、契約評価額は6億ドル以上の見込み。
https://pc.watch.impress.co.jp/img/pcw/docs/1183/445/01_l.jpg

 Frontierは、現行のスーパーコンピュータの50倍に相当する、1秒間に100京回(10の18乗)の演算が可能な“エクサスケール”のシステムとなる予定で、理論演算性能1.5EFLOPSを掲げている。

 システムはCrayの「Shasta」アーキテクチャベースで、Slingshotインターコネクトを採用。CPUとGPUには、次世代のHPCおよびAIに最適化された、カスタム仕様の「EPYCプロセッサ」および深層学習性能を考慮した広範な混合精度演算とHBMを備えた「Radeon Instinct」GPUを採用する。

 システム全体は100台を超えるキャビネットからなり、各ノードはEPYCプロセッサ1基とRadeon Instinct GPUが4基の構成で・・・

続きはソースで

PC Watch
https://pc.watch.impress.co.jp/docs/news/1183445.html
ダウンロード (7)


引用元: 【IT】米エネルギー省、世界最速の新スパコンにAMD製CPU/GPUを採用[05/08]

米エネルギー省、世界最速の新スパコンにAMD製CPU/GPUを採用の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/05/11(土) 19:52:16.68 ID:CAP_USER
まるでアパレルショップのモデルのような、実在しない人間の全身画像を生成する「全身モデル自動生成AI」を、京都大学発のベンチャー、データグリッド(京都府京都市)が4月26日に発表した。

 同社は2018年6月に架空のアイドルを自動生成する「アイドル自動生成AI」を発表したが、表現できるのは顔から首までだった。今回の「全身モデル自動生成AI」では、従来困難だった全身画像を高解像度(1024×1024ピクセル)で安定して生成することに成功したという。

続きはソースで

【データグリッド】全身モデル自動生成AI | [DataGrid] Model generation AI
https://youtu.be/8siezzLXbNo



モデルの人も着ている服も実在しない
https://image.itmedia.co.jp/news/articles/1905/10/ki_1609376_datagrid01.jpg

https://www.itmedia.co.jp/news/articles/1905/10/news106.html
ダウンロード (2)


引用元: 【AI】実在しないファッションモデルの全身を自動生成するAI、京大発ベンチャー開発[05/10]

実在しないファッションモデルの全身を自動生成するAI、京大発ベンチャー開発の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/04/25(木) 11:37:50.70 ID:CAP_USER
脳の中の電気信号を読み取り、話しことばに変換することにアメリカの研究グループが成功し、脳の障害などによってことばが出ない人とのスムーズな意思の疎通につながる技術として注目されています。

この研究成果はカリフォルニア大学のグループが24日、イギリスの科学雑誌「ネイチャー」に発表しました。

研究グループは、脳内で出される電気信号を検知する装置を人に取り付け、数百の文章を声に出して読んでもらうことで、声に出す際に唇や舌、あごやのどを動かすのにどのような信号が関わっているかをAI=人工知能を使って詳しく解析しました。

そしてこの解析を基に脳内の信号を解読して音声に変換するコンピューターのシステムを作り試したところ・・・

続きはソースで

NHKニュース
https://www3.nhk.or.jp/news/html/20190425/k10011895801000.html
ダウンロード (1)


引用元: 【AI】脳内を読み取りことばに変換 米研究グループが成功[04/25]

脳内を読み取りことばに変換 米研究グループが成功の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/04/10(水) 17:25:43.53 ID:CAP_USER
ニューヨーク市内で実施された顔認識システムの試験運用で、ドライバーの顔を誰一人として識別できなかったことが判明した。ウォール・ストリート・ジャーナル紙(WSJ)が報じている。

WSJが入手したニューヨーク都市圏交通公社(MTA)内部の電子メールに、2018年、ロバート・F・ケネディ橋(RFK)で実施された試験運用の詳細が書かれていた。試験運用では、橋に取り付けたカメラが走行中の車両のフロントガラス越しにドライバーの顔を捉えて識別し、政府のデータベースと照合するものだった。

ところが、昨年11月に作成された文書によると、「RFKで実施された概念実証試験の1回目の運用期間が完了したものの、許容可能な範囲内で検出された顔は皆無(0%)で、失敗に終わった」と記されていた。つまり、一人も正確に顔を認識できなかったということだ。ところがこの失敗にもかかわらず、広報担当者によると、MTAはより多くのカメラを他の橋やトンネルに設置する見通しだという。

続きはソースで

https://www.technologyreview.jp/nl/new-yorks-mass-face-recognition-trial-on-drivers-has-been-a-spectacular-failure/
ダウンロード (5)


引用元: 【IT】ニューヨークの顔認識実験が大失敗、成功率はまさかのゼロ[04/10]

ニューヨークの顔認識実験が大失敗、成功率はまさかのゼロの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/04/25(木) 11:31:48.72 ID:CAP_USER
東京工業大学による研究チームは、0.5秒後の相手の動きをリアルタイムに予測し格闘の訓練ができるdeep learningを用いたシステム「FuturePose」を発表しました。

論文:FuturePose – Mixed Reality Martial Arts Training Using Real-Time 3D Human Pose Forecasting With a RGB Camera
https://ieeexplore.ieee.org/abstract/document/8658594

https://shiropen.com/wp-content/uploads/2019/03/gif-1-3.gif
本論文は、1台のRGBカメラによる画像から0.5秒後の相手の動きをリアルタイムに予測するdeep learningを用いた格闘訓練システムを提案します。本提案は、RGB画像の入力から相手の未来の姿勢を推定し提示することで格闘を訓練するシステムです。

具体的には、最初にResidual Networkを用いてRGB画像から相手の2D関節位置を推定します。続けて、推定した2D関節位置をLSTMネットワークの入力として時間的特徴を学習するために使用し、未来の2D関節位置を予測します。正確な動き予測を得るためにオプティカルフローを使用、中でも計算コストを下げるためにlattice オプティカルフローを使用します。
https://shiropen.com/wp-content/uploads/2019/03/unnamed.png

最後に、予測した2D関節位置を可視化するために3Dスケルトンモデルを構築しユーザに提示します。

続きはソースで

FuturePose https://youtu.be/W6JqYF2e7HM



https://shiropen.com/seamless/futurepose
ダウンロード (4)


引用元: 東工大、0.5秒後の相手の動きをリアルタイムに予測するdeep learningを用いた格闘訓練システム「FuturePose」発表[04/23]

東工大、0.5秒後の相手の動きをリアルタイムに予測するdeep learningを用いた格闘訓練システム「FuturePose」発表の続きを読む
スポンサーリンク

このページのトップヘ