https://us02web.zoom.us/j/87669739769?pwd=Smk3Rmk5MjlZWkYzMnR3S0dCK25QZz09

人工知能・機械学習を始めようと思っても，いろいろ環境があってわからない・・・　そんな悩みの中で，研究を通じて少しずつ学んだ最適なPython環境のノウハウを共有します．今回は，４年生だけでのWebinarです．ノウハウの共有と記録も目的ですが，４年生間のコミュニケーションを活発にしていくねらいもあります．現在進行形で進んでいる研究環境構築の実際について紹介していきます．

・機械学習による異常検知

・自然言語基礎

・

2020/07/21  13:00～14:30  zoom　🎦　ppt

"Attention is all you need"(Vaswani et al, 2017) 以来、⾃然⾔語のみならず⼈⼯知能研究の

様々な分野に⼤きな影響を与えているAttention とその関連技術について知識を共有しよ

うという試みです。今年度から卒業研究でNLP を始めた４年⽣から、既に⾼度な研究を完

成させようとしている修⼠２年まで、⾃然⾔語グループの学⽣が普段の研究活動や輪講を

経て理解したAttention とその周辺技術をWebinar として紹介します。受講対象書は、遠隔

講義受講中の１〜３年⽣対象ですが、部分的に研究要素を含んでいます。

1. 統計モデル・Attention の基本構造 （B4 宮澤）
2. Attention の種類・他の応⽤例 （M2 板橋）
3. Transformer （M1 ⻑沢）
4. BERT （M1 五井野）
5. Transformer-XL・XLNet （M2 頼）

近年、画像の生成モデルによって本物らしい疑似画像を生成する試みが行われています。特に2014年にGoodfellowらが発表したGenerative Adversarial Nets（GAN）は、FacebookのAI研究所所長LeCunが“The most interesting idea in the last 10 years in ML, in my opinion.”と高く評価したように、画像生成の有力な手法として注目を浴び、現在も広く研究されています。その結果、GANは単なる画像生成にとどまらず、ドメイン変換・スタイル変換・超解像・異常検知など様々な応用が可能となりました。

本Webinerでは、GANを全く知らない人にもわかるよう「GANとは何か」から始め、最近の論文をもとにした応用例まで学ぶことができます。機械学習技術の画像への活用事例やその仕組みを学びたい方は必見です。

1. GANとは何か（M1 木村）
2. GANの仕組み（B4 小嶋）
3. CGAN, DCGAN（M2 大石）
4. ドメイン変換・スタイル変換（M1 井本）
5. 超解像・異常検知（M2 岸）

近年，ディープラーニングを強化学習に応用した手法である深層強化学習に関する研究が盛んに行われており，新しいアルゴリズムが次々と提案されています。また，深層強化学習は産業への応用もされつつあり，自動運転の分野への応用に関する研究も盛んに行われています。

本Webinarでは，深層強化学習の自動運転への応用について紹介します。強化学習に関する知識がない方でも理解できるように強化学習の基礎の説明から始め，強化学習による自動運転の実用化に向けた最新の研究まで幅広く学ぶことができます。強化学習や自動運転に興味のある方のご参加をお待ちしています。

1. 強化学習とは  (M2 鄔)
2.  深層強化学習入門  (M1 山下)
3.  End-to-End 自動運転① ～First Application～  (M1 藤井)
4.  End-to-End 自動運転② ～for Urban Driving～  (M2 夏)
5.  End-to-End 自動運転③ ～Sim-to-Real～  (M1 榮田)