2020年1月文献/技術記事解説

読んだ論文：9本
技術記事引用：1本

Imecの新しいHyperspectralカメラはInGaAsでSWIRまでの波長をカバー。アプリケーションは水分、脂質、タンパク質含有量などの分析。２種類のデモザイクにより3x3と4x4の波長感度が異なる配列を生成、アプリケーションで使い分け。

Imec Announces New Hyperspectral Devices https://t.co/Yzgn7pA04j pic.twitter.com/nTzKfxAXIo
— Teppei Kurita (@kuritateppei) 2020年2月2日

偏波合成開口レーダ(POLSAR)は従来のSARに比べて識別のための情報量が多いがスペックル等の影響を受ける。そこでPolSARの画像分類のための仮想敵対正則化を伴うノンローカルなスタック型AutoEncoderを提案。パラメータ調整なしでスペックルノイズの影響を緩和。https://t.co/3d6a2sccdj #文献読み pic.twitter.com/lJUkVkPNAY
— Teppei Kurita (@kuritateppei) 2020年2月1日

進化的アルゴリズム(EA)は、今まで数多くNNに適用されてきたが人間が設計した画像分類器には劣っていた。この研究では初めて人が設計したモデルの性能を超えた。キモはより若い遺伝子を優先するようにトーナメント選択アルゴリズムを改良したところ。画像は獲得されたアーキ。https://t.co/YzrWsj4WWk pic.twitter.com/QS39Z06VPA
— Teppei Kurita (@kuritateppei) 2020年1月24日

より複雑なNASの手法で発見されたImageNetのSOTAモデルと匹敵する性能を出した。よく知られている強化学習アルゴリズムと比較し、特に検索の初期段階で、よいモデルを速く得られることを確認。より高品質のアーキテクチャを効率的に見つけられる。#文献読み
— Teppei Kurita (@kuritateppei) 2020年1月24日

NASの探索空間にPriorを導入するトレードオフは、
「探索の簡易化」⇔ 「新構造の発見」https://t.co/TTRg6DLO9n #文献読み
— Teppei Kurita (@kuritateppei) 2020年1月22日

パラメトリックなBRDFはパラメータの設定が難しく、 BRDFの生テーブルの取得は大変な労力がかかる。この研究では直観的にユーザが求めるBRDFを作成するためのシステムの提案をしている。https://t.co/rvaILKyNYI #文献読み
— Teppei Kurita (@kuritateppei) 2020年1月22日

システム上で既知BRDF、既知形状と既知光源のオブジェクト画像が与えられ、ユーザにそのオブジェクトに影をつけさせ、もっともらしいBRDFのTableを生成する。コア技術としては疎なBRDFからの復元。ハイライトは、なんとなくそれっぽいのを生成するようだ。
— Teppei Kurita (@kuritateppei) 2020年1月22日

誘電体（ガラス、水、空気…）は1-3の実数の屈折率を持つ。導体（金属…）は複素数の屈折率を持つ。導体の内部0.1umで光は急速に吸収されるが多くのレンダリングエンジンでは、ここの減衰は無視して反射のみモデリングしている。#Pbrtメモ
— Teppei Kurita (@kuritateppei) 2020年1月18日

ShapeVis面白いですね、同じラベル内のローカルな関係もちゃんと構造作られてる。ただ可視化手法って定量評価はやっぱできないんですね。

ShapeVis: High-dimensional Data Visualization at Scalehttps://t.co/C6t8J3P25M
— Teppei Kurita (@kuritateppei) 2020年1月17日

とてもわかりやすい。すごい

PyTorchで学ぶGraph Convolutional Networks https://t.co/68jAVehvO3 #Qiita
— Teppei Kurita (@kuritateppei) 2020年1月8日