イベント概要

近年、拡散モデルの登場によって生成AIが非常に高品質なコンテンツを出力できるようになり、生成AIを使ったサービスが多数登場するようになりました。

本イベントは拡散モデルについて学んだことを共有する勉強会です。これから拡散モデルを勉強したい方や、拡散モデルについて勉強中の方を対象にしています。

発表者を募集中です。本イベントで過去に発表されたテーマや内容と類似していても問題ありません。

発表いただける方はページ下のフィード欄から、発表タイトルと発表時間をご連絡ください。発表タイトルは仮でも問題ありません。

• 発表時間
  • 10～15分（最長15分）
• 質疑応答
  • 各発表後に最長5分
  • 最後に質疑応答の予備時間を設けてあります
  • オンライン参加の方はチャットから随時ご質問ください。司会進行から読み上げさせていただきます。
• 発表例
  • 拡散モデルに関係した論文について要約LT
  • 拡散モデルを実装した報告
  • 拡散モデルに関する書籍の内容説明（書籍の一部でも可能です）
  • 拡散方程式や確率微分方程式、ベイジアンモデルなど、拡散モデルに関係する理論のまとめ
• 注意事項
  • 企業の商品やサービスを紹介する発表はご遠慮いただいております
  • 今回は生成AIサービスの使いこなし方やプロンプトエンジニアリングについての発表は対象外とします

開催日程

1/25（木）

現地受付： 18:40〜19:00

勉強会： 19:00〜20:45

タイムスケジュール

時間	タイトル	発表者
18:40	現地会場　開場
18:50	オンライン会場　開場
19:00	開会　本勉強会の説明	@hei4
19:05	会場提供枠からの告知	@takamitsu
19:10	発表①「実装から入る拡散モデル モデルアーキテクチャ編」	@junprog
19:30	発表②「Denoising Diffusion Implicit Models　要約LT」	@YasuharuHirado
19:50	発表③「Unsupervised Surface Anomaly Detection with Diffusion Probabilistic Model　論文要約LT」	@hei4
20:10	質疑応答の予備時間
20:45	閉会	@hei4

会場

• 現地参加
  • ふれあい貸し会議室 秋葉原No53
  • 参加登録後、このページの「参加者への情報」から入室方法を御覧ください。
• オンライン参加
  • Teams
  • 参加登録後、このページの「参加者への情報」からURLを御覧ください。

参加費用

無料