본문 바로가기
반응형

AI · 인공지능963

메타 학습의 단점을 극복? CACTUs의 등장 3개의 요점 ✔️ 비지도 학습(Unsupervised learning)과 메타 학습을 결합한 방법 CACTUs를 제안 ✔️ 비지도 학습에서 얻어진 특징량에서 자동으로 작업을 생성하고 메타 학습에 이용 ✔️ 적은 데이터로 학습해서 이미지 인식 작업에 정확한 결과를 얻는 데 성공 UNSUPERVISED LEARNING VIA META-LEARNING written by Kyle Hsu, Sergey Levine (Submitted on 21 March 2019) Published as a conference paper at ICLR 2019 subjects : Computer Vision and Pattern Recognition (cs.CV); Machine Learning (stat.ML) 시작하기 최근.. 2020. 1. 8.
알리바바, 고객 서비스 만족도를 대화 로그로 예측 3 개의 요점 ✔️ 고객 서비스에 대한 만족도를 대화 로그를 토대로 분석 ✔️ 고객 서비스에 특화된 신경망 모델을 제안 ✔️ 종래의 감정분석 모델에 비해 높은 성능으로 고객의 만족도를 예측 가능 Using Customer Service Dialogues for Satisfaction Analysis with Context -Assisted Multiple Instance Learning Kaisong Song, Lidong Bing, Wei Gao, Jun Lin, Lujun Zhao, Jiancheng Wang, Changlong Sun, Xiaozhong Liu, Qiong Zhang (EMNLP 2019) BtoC 비즈니스 (Business to Consumer의 약어로 기업이 일반 소비자를 대상으.. 2020. 1. 7.
일본의 AI사업을 견인하는 인기 기업 랭킹 5선 [2020년판] 최근의 AI 열풍으로 다양한 AI 관련 기업이 생겨나고 있습니다만, 사업으로 성공하는 기업은 아직 많지 않습니다. 그만큼 AI를 활용하여 사업을 한다는 것은 어렵다고 할 수 있습니다. AI는 제조 공장의 자동화, 점포의 마케팅, 금융산업의 고객지원 등 다양한 업종에서 그 활용이 진행되고 있습니다. 그래서 이번에는 AI를 활용한 사업에 성공하고 있는 인기 기업에 대해 어떻게 성공하고 있는지, 그 기업의 특징을 알아보고자 합니다. [5 위] AI의 FPGA화를 전문으로 하는 DMP AI 인기 기업 랭킹 5위의 기업은 DMP(Digital Media Professional)입니다. DMP는 일본에서 거의 유일하게 AI의 FPGA(임베디드 기기용 IC칩)를 개발 및 판매하는 기업입니다. 지금까지는 AI의 처리가.. 2020. 1. 6.
단어의 삽입/삭제를 이용한 새로운 문장생성 기법이 등장 3 개의 요점 ✔️ 단어의 삽입과 삭제를 이용한 새로운 문장 생성 방법을 제안 ✔️ 기존 방식에 비해 빠른 계산이 가능 ✔️ 기계 번역 작업에서 성능이 향상 문장 생성은 자연 언어 처리에서 활발히 연구되고 있는 분야 중 하나입니다. 문장 생성을 이용한 자연 언어 처리 기술의 대표적인 응용 분야로서 기계 번역과 채팅 봇 등이 있습니다. 이러한 문장 생성은 언어 모델이라는 기술이 이용되고 있으며, 신경망을 이용한 방법이라면 LSTM와 Transformer 등으로 이전부터 순서대로 한 단어씩 생성해가는 방법이 일반적입니다. 이번에 소개하는 논문에서는 이러한 기존의 '한 단어씩 생성하는' 방법과는 다른 방법을 제안하고 있습니다. 제안된 방법은 한 번에 여러 단어를 한꺼번에 생성하고 그것을 바탕으로 단어의 삭제나.. 2020. 1. 3.
생성 이미지를 마음대로!? 새로운 GAN 프레임워크 'VCGAN' 3 개의 요점 ✔️ CGAN의 생성 부분에 변분 추론을 도입한 새로운 GAN프레임워크를 개발 ✔️ 질적, 양적 평가에 있어서 기존 기술과 비교하여 제안된 새 기법이 우수한 것으로 판명됨 ✔️ 입력 문장이 긴 경우에도 그 문장의 의미를 정확히 반영한 이미지를 생성하는 데 성공 참고 1 : GAN(생성적 적대 신경망) GAN(생성적 적대 신경망) GAN은 생성적 적대 신경망(Generative Adversarial Network)의 약자로, 차세대 딥러닝 알고리즘으로 주목받고 있다. 진짜 같은 가짜를 생성하는 모델과 이에 대한 진위를 판별하는 모델의 경쟁을 통해 진짜 같은 가짜 이미지를 만들 수 있다. 기존에 인간이 정제한 데이터를 바탕으로 학습하는 지도 학습 방식에서 벗어나 스스로 답을 찾는 비지도학습 방.. 2020. 1. 2.
AI학습을 더 인간 답게? 학습 경험을 살린 MTL학습법의 등장! 3 개의 요점 ✔️ 지금까지의 학습 경험을 바탕으로 미지의 작업을 소량의 데이터로 해결하는 방법을 제안 ✔️ 일부 매개 변수만 갱신하여도 효율이 좋아지며, 학습한 것을 잊지 않으며 학습이 가능 ✔️ 어려운 태스크를 중점적으로 학습함으로써 미지의 작업을 소량의 데이터로 정밀도 높게 학습 시작하며 최근 딥러닝이 다양한 곳에서 사용되고 있습니다. 딥러닝을 이용한 것으로 유명한 것은 자동운전에 사용되는 이미지 인식 기술과 알렉사와 Siri에 사용되는 자연언어처리기술 등을 들 수 있습니다. 딥러닝으로 대표되는 인공지능 연구의 큰 목적은 인간과 유사한 지능을 만드는 것입니다. 인간은 일단 물체를 보는 것만으로 그 물체를 정밀하게 인식하는 것이 가능합니다. 그러나 딥러닝 기술은 대량의 데이터에서 학습하지 않으면 물체.. 2020. 1. 1.
3차원 모션 추정! 이미지 속 인간의 움직임을 3차원으로 재현! 3개의 요점 ✔️ 정지 이미지 속 인물의 3차원 모션을 복원 ✔️ 온라인 상에 존재하는 대량의 라벨 없는 데이터를 사용하여 비 지도 학습을 실시 ✔️ 3DPW라는 데이터셋을 사용하여 실험을 하여 state of the art를 획득 최근 사람의 동작을 3차원으로 복원하는 작업이 다양한 산업 분야에서 이뤄지고 있습니다. 예를 들어 스포츠 업계에서는 선수의 폼 체크나 경기의 리플레이 영상 등에 이미 도입되어 있습니다. 그러나 사람의 동작을 3차원으로 복원하기 위해서는 다양한 장비와 우수한 엔지니어가 필요하며, 많은 비용이 들기 때문에 '손쉽게 할 수 없다'라는 과제를 안고 있습니다. 이번에는 이 과제를 해결할 가능성을 지닌 연구를 소개하고 싶습니다. 이번 연구의 목적은 한마디로 표현하면 '스틸 이미지 속 인.. 2019. 12. 31.
훈련 데이터에 없는걸 만든다고!? 최신식 GAN : COCO-GAN 3 개의 요점 ✔️ 훈련 데이터에 존재하지 않는 이미지를 생성합니다. 보외법(Extrapolation) ✔️ 현시점으로 세계에서 가장 고해상도 이미지를 생성할 수 있는 GAN ✔️ 이미지를 패치(분할해서 잘게 쪼갠 것) 단위로 생성하여 계산량 절감 참고 1 : 보외법 보외법 해석학용어. 외삽법(外揷法)이라고도 한다. ［그림］에서와 같이, 곡선 위의 2점 A, B와 이 2점으로 한정된 부분 위에 몇 개의 점을 알고 있을 때, A, B로 한정된 부분 위의 다른 점 P의 위치를 추정하는 보간법(補間法)에 대하여 A, B로 한정된 밖의 부분의 점 Q의 위치를 추정하는 것을 보외법이라 한다. terms.naver.com 참고 2 : GAN(생성적 적대 신경망) GAN(생성적 적대 신경망) GAN은 생성적 적대 신.. 2019. 12. 28.
Minecraft에서 강화학습?! 데이터셋 'MineRL'의 탄생 3개의 요점 3D 환경을 이용한 강화 학습 플랫폼 'MineRL'의 탄생 6,000만 이상의 대규모 상태와 행동 데이터셋을 보유 기존 방법에 의한 학습결과와 그 어려움을 "MineRL"을 통해 알 수 있음 'MineRL'을 이용하여 개최 된 강화학습 경쟁 소개 동영상 본 글에서는 3D 공간에서 일인칭 시점으로 행동하고, 탐험 및 크래프트(특정 활동에 필요한 모든 기술)가 있는 샌드박스형 게임 'Minecraft'의 실험 환경 및 데이터셋인 'MineRL'을 제공한 논문을 소개합니다. 실험 환경 및 데이터셋을 제공함으로써 누구나 'Minecraft'를 사용하여 강화 학습을 구현할 수 있게 되었습니다. 강화 학습은 환경으로부터 데이터를 주체적으로 획득하고 행동을 최적화해 나가는 툴입니다. 2016년 강화 학.. 2019. 12. 27.
[알기쉬운 AI - 14] 흐름으로 중요성을 파악!? '의사결정트리'란? 여러분은 성격 진단을 해보신 적 있나요? 두 가지 선택지에 답변을 반복함으로 몇 가지 성격으로 분류되는 것을 경험해 보셨을 것입니다. 사실 데이터의 취급방법 중에서도 이렇게 조건을 반복하기만 해도 데이터를 처리할 수 있는 방법이 있습니다. 의사결정 트리(decision tree)라는 방법입니다. 진짜 조건 분기 만으로 데이터 취급이 가능할까?라는 의심이 드시겠지만 이 방법은 조건에 따라서는 꽤 좋은 정밀도를 갖고 있어서 현재는 재료과학 분야에서 이용되고 있기도 합니다. 그럼 얼마나 좋은지 살펴보도록 합시다. 1. 이 나무는 무슨 나무? : 회귀 트리 앞에서 AI가 해결할 수 있는 문제는 '분류'와 '회귀'로 크게 나뉜다고 했습니다만, 의사결정 트리는 양쪽 모두 사용할 수 있습니다. 우선 회귀를 살펴봅시다.. 2019. 12. 26.
반응형

티스토리툴바