この記事は『CRESCO Advent Calendar 2021』 最終日(25日目)の記事です。
こんにちは、CETにて殿堂入りしました井上です。
“CETって何？”と思ったかたコチラの記事(「困ったら必ず助けてくれる人がいる」クレスコの仕組み紹介します)をどうぞ！
さて、アドベントカレンダーも最終日となりました。
12/1から毎日投稿された、様々なテーマの記事はいかがでしたか？
最終日の記事はディープニューラルネットワーク(以下、DNN)のモデル軽量化について書きます。というのもエッジAIへの取り組みを行なっているのですが、そこで得られたことを記事としてまとめておこうと思います。
現在のDNNは、層の数が多く膨大なパラメータが含まれる傾向にあります。このような巨大なDNNは計算量、メモリ、電力など多くの資源を要求しますが、計算資源の限られたエッジデバイスで動かすには限界があります。
こうした課題をクリアするモデルの軽量化について解説します。
テクニカルエバンジェリストの井上(祐)です。
この記事は「CRESCO Advent Calendar 2019」24日目の記事です。
文章に書かれている内容から、どのカテゴリに分類するか判断を行う文書分類は、新聞記事のカテゴリ分類（政治、経済、スポーツなど）や、身近なところでは迷惑メールフィルタでの利用があります。また業務においては、大量に発生する文書、例えば契約書、提案書、日報、作業報告書などを効率よく分類することで業務効率化を図るなど様々な利用が考えれます。今回、文書分類器としてfasttext、Watson Natural Language Classifierを対象に分類精度、速度、費用について比較を行います。
技術研究所特派員のkikuTです。
先月の9/20(金)に夕活の時間を利用し、クレスコ本社フューチャーセンターにて技術研究所の上期研究成果を開催させていただきました。
クレスコ技術研究所では、毎年上期、下期と半期に1度研究成果の発表を行っています。
9月に入っても暑い日が続く中、開催日の週になると徐々に暑さも和らいできて、仕事終わりの疲労感も軽減してきたこともあったせいか就業後にも関わらずたくさんの方に立ち寄っていただきました。
グループ会社からわざわざ見に来てくださった方もおり、本当にありがとうございました。
テクニカルエバンジェリストの井上(祐)です。
最近、気になっているエッジコンピューティング。クラウドのパワフルな環境ではなく、データの発生源に近いエッジ側でデータをリアルタイムに処理しその場で推論を行なったり、ある程度処理をしたらクラウドにデータを渡したり、このエッジで動かすAIに注目が集まっています。例えば、動画から何かを識別する際、ダラダラと動画データをクラウドに送り込んでAIに処理させるのは、通信の負荷を考えると現実的ではありません。やはりエッジ側のAIで認識し、結果をクラウドに送るのが良さそうです。ちなみに、このようなエッジコンピューティングはAIoTと呼ばれています。本記事では、そのひとつMAiXDUiNOを試したという内容となります。
こんにちは！
システムズエンジニアリングセンターの
やまさきあ です。
6月も半ばですが、最近気温の変動が激しいですね。
寒くてお布団から出たくないこともしばしば…
でも、会社にはいかなくてはなりませんよね。
会社に行きたくなくなる要因は気候だけでなく
人間環境や業務の量など、様々なものが存在します。
ストレスを1人で抱えきれなくなった時、体調を崩してしまうかもしれません。
そうなる前に、アラートを上げることはできないでしょうか。
AI & RPA SIGのロボットなら、それが可能かもしれません。
技術研究所のまつけんです。前回に引き続き、2月25日に開催した数学セミナーのレポートをさせていただきたいと思います。
第2部「超入門! 今日から機械学習の教科書を読めるようになる」では、機械学習の勉強をしようと思ったときに出てくる初歩的な数式について解説しました。「住宅のスペックからその住宅の価格を推定するAIを作るとしたら？」という例題:
を用いて、ベクトル・行列、最適化、微分(偏微分)について学習する内容でした。
こんにちは 技術研究所の101です。
先週3/19(火)の夕方～夜に、外部のお客様もお招きして「オープンハウス2019」を、弊社フューチャーセンターにて開催しました。
クレスコ技術研究所では、毎年秋に上期分の研究成果の発表会を社内向けに行い、翌春に一年を通した研究成果の発表を社内外に向けて行うことになっています。
今回は2018年度一年を通した研究成果の発表です！！
当日はお客様、グループ会社、ブログから一般応募頂いた方々など総勢80名ほどの方々にご来場頂きました。皆様年度末の忙しい時期にも関わらずご来場いただき、本当にありがとうございます。皆様からの質疑やご意見を頂きながら、研究員一同貴重な時間を過ごすことができ、大変うれしく感じております。
続きを読む
この記事は 『CRESCO Advent Calendar 2018』21日目の記事です。
はじめまして。ディープラーニングに取り組んでいるシニア㊥です。本日は、CNNを用いた超解像について、触れてみたいと思います。
４K、８K対応のテレビ放送が１２月から開始されました。ラグビー・ワールドカップや東京オリンピックを超高画質な映像でテレビ観戦できると良いですね。
さて、画像処理では超解像と呼ばれる分野があります。画像を拡大する際、ボケやジャギーといった画像の劣化が生じてしまうことがありませんか。これは、元の画像に含まれる画素を利用した補完アルゴリズを使っているからです。そこで、補完ではなく元の画像に含まれない高周波成分を推定することで解像度を向上させる手法が生まれました。これを超解像と呼びます。
そのようななか、2014年にC.Dong氏（※1）らは畳み込みニューラルネットワーク（CNN）を用いた超解像を発表しました。Super-Resolution Convolution Neural Network(SRCNN)は、入力と出力の画像再現性をend-to-endで機械学習させるものです。これを機に、CNNを使った様々な超解像のモデルが発表されています。
※1:Image Super-Resolution Using Deep Convolutional Networks
こんにちは。先端技術事業部の高津です。
この記事は 『CRESCO Advent Calendar 2018』 4日目の記事です。
最近はAdvent Calendarでしか皆さんとお会いしないのがちょっと寂しいですね。
自分のせいなんですが 笑
さて、昨今巷で話題の人工知能ですが、クレスコでもサービスAIの代表ともいえるWatsonからPythonによるモデル構築まで幅広く人工知能に対応できる体制を築いています。
これまでにもいろいろなコンテンツを利用して育成を進めてきましたが、私を含めてエンジニアの皆さんが「人工知能」エンジニアになるため、最初の学習のために役立ちそうな情報を共有してみたいと思います。
この記事は 『CRESCO Advent Calendar 2018』 1日目の記事です。
テクニカルエバンジェリストをやってます井上 (祐)です。
本記事では、敵対的生成ネットワーク(GAN:Generative Adversal Network)によって生成された画像を使いWatsonの画像認識(Visual Recognition)が騙されるか試してみます。
