深層学習を用いた CG・画像処理

基本情報

担当教員・TA

担当教員: 金森由博 (kanamori@cs.tsukuba.ac.jp, 内線 5248, 理科系修士棟 B 棟 523)
TA: 金森の研究室の修士課程の学生 1 名 (予定)

実験テーマを設定した経緯

コンピュータサイエンスの分野では深層学習 (deep learning) を中心とした機械学習が幅広い分野で利用され、もはや当たり前のように普及しつつあります。本実験を担当する金森の専門分野である、コンピュータグラフィックス (CG) や画像処理の分野でも同様で、研究を行う上で深層学習の知識・経験は必須になろうとしています。一方で、情報メディア創成学類の 3 年生までの教育内容では実際に深層学習をプログラミングまで含めて体験する機会はほぼ提供されておらず、学類までの教育内容と研究レベルの乖離が深刻になっています。そこで 2019 年度より、CG や画像処理を対象とし、4 年生からの研究活動を見据えた、深層学習に関する実験を始めることにしました。

実験の目標 (2019/4/12 時点)

実施内容の概略 (予定)

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。


最終更新: 2019/4/12