НОВОСТИ Подборка статей о машинном обучении: кейсы, гайды и исследования за май 2020

Alvaros
Онлайн
Регистрация
14.05.16
Сообщения
21.452
Реакции
101
Репутация
204
qdi5tl9db7shdt6qbpcmrxpeg3o.png

Продолжаем собирать для вас самые интересные новости и инструменты из области машинного обучения, написанные на доступном языке.



В начале месяца OpenAI вызвали большой интерес в ML-сообществе, выложив своего проекта под названием Jukebox. Этот инструмент с помощью алгоритмов машинного обучения позволяет генерировать композиции популярных исполнителей. В сети уже можно найти примеры треков, сгенерированных пользователями, встречаются очень необычные комбинации.



Французский разработчик Cyril Diagne представил AR-приложение, которое фотографирует предметы, удаляет со снимков весь ненужный фон и (с помощью ) передает результат в программы, запущенные на компьютере. Например, автор показывает, как с помощью приложения можно быстро подобрать и добавить иллюстрации в презентацию. Уже можно посмотреть код и записаться для получения раннего доступа к приложению, которое сейчас находится в разработке.

usns2wpudnrpbd-m7dpgk04thai.gif




для веб-анимаций, с которым можно оживить персонажей, нарисованных в SVG. Инструмент основан на двух других библиотеках и , которые используют веб-камеру для захвата движений. В статье показано, как создавался инструмент, и демонстрируются способы его применения.

kceaqoykhc8cjwh2o8mrnx9zqmq.gif




Кейс о том, как можно успешно объединить краудсорсинг и машинное обучение для быстрой обработки сложной информации. Платформа Galaxy Zoo объединила эти два подхода для изучения эволюции галактик путем классификации миллионов изображений. В материале рассказывается, как помечать только те данные, которые лучше всего помогут усовершенствовать существующую модель.



Стартап Hugging Face делится своим опытом создания публичного API с помощью которого можно оптимизировать производительность NLP моделей на Node.js.



Для большинства клинических исследований не удается набрать достаточное количество участников. Связано это с тем, что люди без мед. образования не всегда понимают критерии отбора и детали проведения исследований. Facebook представили , который призван решить эту проблему.



Facebook анонсировали , предназначенную для ecommerce. Она способна идентифицировать атрибуты товаров в разных категориях, от авто до домашнего декора. В статье рассказано, как происходило обучение модели на семи датасетах, и с какими трудностями пришлось столкнуться. Также в серии видеороликов показано, как эта модель поможет платформе изменить онлайн-торговлю.



Кажется мы обещали не включать в подборку материалы, которые содержат ссылки на пустые репозитории, но хочется сделать исключение. S2IGAN — фреймворк, который переводит речь в изображения. С помощью двойного кодировщика создана модель, которая генерирует изображения по голосовому описанию. Авторы исследования обещают скоро выложить код, а пока приходится довольствоваться примерами сгенерированных птиц.

ht7dyyekwywwaaziu8yg0mfggm8.png




Представлен алгоритм, который с помощью сверточной нейронной сети определяет глубину отдельных кадров и восстанавливает геометрически согласованную глубину для всего видео. Это помогает справится с рядом ограничений, например, когда изображение нестабильно из-за тряски. Применять подобную технологию можно в различных сферах, для AR-эффектов или автопилотируемых автомобилей. Репозиторий пока пуст, но авторы обещают поделиться исходным кодом.

На этом все, спасибо за внимание!
 
Сверху Снизу