一言でいうと

高次元時系列データの圧縮，可視化に関する研究．GPLVMの時系列拡張

論文リンク

著者ページ
nips

著者/所属機関

投稿日付(yyyy/MM/dd)

2005/12

概要

新規性・差分

手法

結果

コメント

一言でいうと

多視点画像から物体のクラス分類と姿勢推定が可能な手法RotationNetを提案．
各視点の画像を共通のCNNを介して，各視点ごとにクラスを予測し，誤差逆伝播法で重みを更新する．各視点のラベル（どの位置からの視点かという情報）は不要で，潜在表現（視点Aか否か）として学習される．3次元物体分類タスクの複数のデータセットにおいてSOTAを達成

論文リンク

arxiv
github

著者/所属機関

投稿日付(yyyy/MM/dd)

2018/05 CVPR

概要

新規性・差分

手法

結果

コメント

一言でいうと

高次元時系列データを圧縮するGPDMに，AutoEncoder機構を追加したGPDAEMモデルを提案

論文リンク

ACM

著者/所属機関

投稿日付(yyyy/MM/dd)

2019

概要

新規性・差分

手法

結果

コメント

一言でいうと

線虫の行動状態に関する研究。最小記述長（minimum description length）を用いて時系列の姿勢を圧縮した。圧縮表現（階層構造）は行動状態の分析に有用であり、この圧縮率は表現型の量的尺度として応用可能である。

論文リンク

NCBI

著者/所属機関

Alex Gomez-Marin, Greg J. Stephens, and André E. X. Brown

投稿日付(yyyy/MM/dd)

2016/08/13

概要

新規性・差分

手法

結果

コメント

アブストとイントロ読み

一言でいうと

降水量予測（nowcasting）を機械学習のタスクに落とし込んだ研究．最大の貢献は，畳み込みLSTMを提案した点である．従来手法（FC-LSTM）より，高い性能を示し，時空間相関をよく捉えることができた．

論文リンク

arxiv

著者/所属機関

投稿日付(yyyy/MM/dd)

2015/09 CVPR

概要

新規性・差分

手法

結果

コメント

論文紹介の論文に決定．

一言でいうと

人の姿勢認識，予測モデル(Encoder-Recurrent-Decoder (ERD))の提案を行った．
姿勢生成，関節点予測，姿勢予測が可能．

論文リンク

arxiv

著者/所属機関

投稿日付(yyyy/MM/dd)

2015

概要

新規性・差分

手法

結果

コメント

Seq2Seqを人の姿勢に応用した研究．
比較手法にGPDMあり．GPDMの予測精度は最悪．原因は以下の通り，低次元への圧縮により学習データを捉えきれていない．

Due to low-dimensional embedding, GPDM cannot adequately handle the breadth of styles in the training data, and produces unrealistic temporal evolution

一言でいうと

線虫の姿勢と動きに関する研究．線虫の姿勢情報を角度で定義し，PCAを用いて角度（101次元）を4次元に圧縮した．圧縮後の4つのベクトルを，4つの姿勢状態（クロールx2，ω-turn，頭尾）と解釈できるとのこと．

論文リンク

NCBI

著者/所属機関

Stephens GJ, Johnson-Kerner B, Bialek W, Ryu WS.

投稿日付(yyyy/MM/dd)

2008/04/25

概要

新規性・差分

手法

結果

コメント

今後，姿勢空間と状態の関連研究を調べる．