1. どんなもの？シーン表現は知的行動において、必要である。近年の研究によって、ニューラルネットワークが大きな、教師ありデータセットが与えられた場合、有用であると示されてきた。しかしながら、人間による手作業のラベリング作業をなくすことは重要な課題である。これに対処するため、本論文ではGenerative Query Network(GQN)を提案している。GQNは機械が自らのセンサーを使って、シーンを表現するものである。GQNは異なる点
1. どんなもの？surogate lossに比べ、triplet lossは以下の点から有用でないというのが通説であった。 データセットが大きくなればなるほど、取りうるtripletの数も３乗に増えていき、トレーニング時間が膨大になる そのため、hard tripletのminingが必要となるが、hardest tripletだけだと外れ値だけで学習することになってしまう。 そこで一般的にはmoderate negativesやm
1. どんなもの？CNN（畳み込みニューラルネットワーク）の欠点を克服し、より頑強（ロバスト）になったカプセルネットワーク構造の提案。 2. 先行研究と比べてどこがすごいの？Convolutional Neural Networksには以下の欠点がある。 プーリング層は位置普遍性を獲得できるが、その反面空間的な構造の情報を喪失している。 回転や比率が変わった画像認識を行うためには膨大な訓練データを必要とする。カプセルネットワーク