LINE AI Talk #01

2019/03/26(火)19:00 〜 20:30 開催
ブックマーク

イベント内容

LINEでは、ディープラーニングを初めとしたAI関連技術を活用することで、音声認識・文字認識・画像検索など、様々な機能を実現し、各種サービスで提供しています。この「LINE AI Talk」は、AI関連分野において先駆的に基礎研究を行ってこられた第一人者の方をゲストスピーカーとしてお招きして、その分野のOriginを聴衆の方と共に学ばせていただく、という趣旨のトークイベントです。

初回となる今回は、1979年にCNN (convolutional neural network、畳み込みニューラルネットワーク)の原型となった「ネオコグニトロン」を発表し「ディープラーニングの父」とも呼ばれる福島 邦彦 様にご講演いただきます。

  • 本イベントはAI関連分野の技術に関心のある開発者/研究者/学生の方を対象としております。それ以外の方、宣伝や採用目的、懇親会参加のみを目的とした方のご参加はお断りします。

開催概要

【日時】 2019/3/26(火) 19:00-20:30 (懇親会終了:22:00)

【会場】 LINE株式会社 (東京都新宿区新宿四丁目1番6号 JR新宿ミライナタワー 受付:5F)

【アクセス】
・JR新宿駅直結(ミライナタワー改札)(埼京線、総武本線、中央本線、湘南新宿ライン、山手線、成田エクスプレス)
・新宿三丁目駅徒歩1分(東京メトロ丸の内線、副都心線、都営地下鉄)
・バスタ新宿直結

※最寄り新宿駅からの会場ビルまでの行き方はこちら

タイムテーブル

時間 内容 スピーカー
18:40-19:00 受付 以降の入場はできませんので間に合うようご来場ください。
18:55-19:00 Opening
19:00-20:00 Deep CNN ネオコグニトロンと視覚パターン認識 福島邦彦様 (ファジィシステム研究所 特別研究員)
20:00-20:30 Fully Convolutional Networks における Softmax Cross Entropy Loss の変種の適用 久保慶伍 (LINE株式会社 DataLabs Machine Learning チーム)
20:30-22:00 懇親会
22:00 Close

セッション内容紹介

1) Deep CNN ネオコグニトロンと視覚パターン認識

高いパターン認識能力を学習によって獲得することができる手法として,深層学習(deep learning)やCNN (convolutional neural network)が最近注目を集めている.福島が1979年に発表したネオコグニトロンもそのような階層型多層神経回路の一種で,文字認識をはじめとする視覚パターン認識に高い能力を発揮する.ネオコグニトロンの歴史は古いが,現在に至るまで種々の改良が加えられ発展を続けている.現在広く用いられているdeep CNNとの相違点に重点を置きながら,最近のネオコグニトロンを紹介する.

福島邦彦 様 (ファジィシステム研究所 特別研究員)

1958年 京都大学工学部電子工学科卒.同年 NHK入局. NHKの技術研究所,放送科学基礎研究所(視聴科学研究室), 放送技術研究所などを経て, 1989年 大阪大学基礎工学部生物工学科(1997年 大阪大学の組織変更により大学院基礎工学研究科システム人間系専攻)・教授. 1999年 電気通信大学電気通信学部情報通信工学科・教授. 2001年 東京工科大学・教授. 2006年(~2010年) 関西大学・客員教授. 現在:ファジィシステム研究所・特別研究員(非常勤), 通常は東京都町田市の自宅で研究に従事. 工学博士. 脳における情報処理機構の解明のために, 神経回路モデルを仲介とする合成的手法を用いて研究を進めている. 特に, 視覚系における情報処理や記憶・学習・自己組織化の機構の神経回路モデルの構成などに興味を持つ. 「ネオコグニトロン」(学習によって視覚パターン認識能力を獲得していく deep CNN,1979年に発表)や,「選択的注意機構のモデル」(特定の視覚対象に注意を向けてその対象物を認識し,他の物体から切り出してくる機能を持った神経回路モデル)などを提唱した.

http://personalpage.flsi.or.jp/fukushima/

2) Fully Convolutional Networks における Softmax Cross Entropy Loss の変種の適用

近年、Deep Learning において精度改善のためにマージンの概念を取り入れるなどの Softmax Cross Entropy Loss の変種がいくつか提案されている。これらは学習に追加の計算量が掛かるものの、推論時には掛からず実用的である。本発表ではそれら変種についてと、LINEの広告自動審査におけるクリエイティブ内のテキスト面積推定タスクで採用しているFully Convolutional Networksにそれらを適用した話を紹介する。

久保慶伍 (LINE株式会社 DataLabs Machine Learning チーム)

2014年に奈良先端科学技術大学院大学情報科学研究科博士後期課程修了。音声認識に関する研究に取り組む。同年にグリー株式会社入社。インフラやプラットフォームにおける検索・レコメンド、不正投稿検知に携わる。2016年にLINE株式会社入社。主にレコメンドや画像関連のタスクに携わる。

入館方法・受付

・新宿ミライナタワー 5Fエントランスに設置した受付で入館手続きをしてください。
・その際 connpass の本イベントで発行した受付票をご提示頂き、受付番号をお伝えください。
・スタッフからゲストカードを受け取り頂き、エレベーターで会場となる15Fにお上り下さい。
・ゲストカードは無くさないようご注意ください。お帰りの際に必ずスタッフに返却願います。イベント中は首から下げることをおすすめします。
・受付は19:00までとなり、以降の入場は出来ません。開始に間に合うようにご来場願います
・遅れた場合、ビルの受付や警備員では対応を行っておりませんのでご留意ください

その他

  • 本イベントはAI関連分野の技術に関心のある開発者/研究者/学生の方を対象としております。それ以外の方、宣伝や採用目的、懇親会参加のみを目的とした方のご参加はお断りします。
  • 会場では WiFi が利用できます。
  • 当社の判断において申し込みをキャンセルさせていただく場合がございます。ご了承ください。

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
情報提供元ページ(connpass)へ

新規会員登録

このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。



※ ソーシャルアカウントで登録するとログインが簡単に行えます。

※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。