深層学習を用いた CG・画像処理

基本情報

※初回は 2021/10/6 (水) です。Microsoft Teams へのアクセス方法は別途メールで連絡します。

担当教員・TA

担当教員: 金森 由博 (kanamori@cs.tsukuba.ac.jp, 総合研究棟 B 棟 1125 号室),
              遠藤 結城 (endo@cs.tsukuba.ac.jp, 総合研究棟 B 棟 1125 号室)
TA: 田島 大地 (s2120614@s.tsukuba.ac.jp)

実験の目標

実験の進め方 (予定)

1. 基礎知識・技能の習得

2. 深層学習についての基礎知識・技能の習得

3. 自分の学習タスクの設定

残りの実験で自分が取り組みたい学習タスクを設定し、ネットワークモデル、データセット、訓練方法、評価方法について計画を立て、各自がその内容についてプレゼンする。プレゼン資料は提出。学習タスクの新規性は問わない (既存の学習タスクを設定してもよい) が、ユニークなタスクや高度なタスクを設定すれば高評価。

4. 実験・経過発表・最終発表

自分で設定した学習タスクを遂行する。2〜3 回程度、途中経過を発表する機会を設け、各自がプレゼンする。実験の最終回までに最終成果についてプレゼンする。実験期間終了後、レポートを提出。

スケジュール (予定、変更の可能性あり)

日付内容資料・課題など
10/6ガイダンス、講義 (理論編・その 1)ガイダンス資料講義資料課題 (1)
10/8講義 (理論編・その 2)講義資料課題 (2)
10/13講義 (実践編・その 1)、課題 (1) 提出締切講義資料
10/15講義 (実践編・多クラス分類)、課題 (2) 提出締切講義資料課題 (3)
10/20講義 (実践編・その 2)、講義 (実践編・事例紹介)講義資料講義資料課題 (4)
10/22, 27, 29(自習)
11/9学習タスクの候補をプレゼン (情報メディア創成学類)
11/12学習タスクの候補をプレゼン (情報科学類)
11/17, 19(自習)
11/24(自習)、学習タスクの計画書提出締切 (23:59)
12/1, 3(自習)
12/8進捗プレゼン (情報科学類)
12/10進捗プレゼン (情報メディア創成学類)
12/15, 17(自習) 
12/22進捗プレゼン (情報メディア創成学類)
12/24進捗プレゼン (情報科学類)
1/7(自習) 
1/12進捗プレゼン (情報科学類) 
1/13進捗プレゼン (情報メディア創成学類) 
1/19, 21(自習) 
1/26最終発表会 (情報メディア創成学類) 
1/28最終発表会 (情報科学類) 
2/2, 4最終レポート作成 
2/9最終レポート提出締切 

最終更新: 2021/10/20