深層学習を用いた CG・画像処理

基本情報

※初回は 2022/4/20 (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), 遠藤 結城 (endo@cs.tsukuba.ac.jp)
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
4/20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)
4/22講義 (理論編・その 2)講義資料課題 (2)
4/27講義 (実践編・その 1)、講義 (実践編・多クラス分類)、課題 (1) 提出締切講義資料講義資料
4/29講義 (実践編・その 2)、講義 (実践編・事例紹介)、課題 (2) 提出締切講義資料講義資料課題 (3)
5/11講義 (実践編・実装)講義資料課題 (4)
5/13, 18, 20(自習)
5/25学習タスクの候補をプレゼン (情報メディア創成学類)遠藤担当
5/27学習タスクの候補をプレゼン (情報科学類)金森担当
6/1, 3, 8(自習)
6/10(自習)、学習タスクの計画書提出締切 (23:59)
6/15進捗プレゼン (情報科学類)遠藤担当
6/17進捗プレゼン (情報メディア創成学類)金森担当
6/22, 24, 29(自習) 
7/1(自習) 
7/6進捗プレゼン (情報メディア創成学類)金森担当
7/8進捗プレゼン (情報科学類)遠藤担当
7/13, 15, 20, 22(自習) 
7/27最終発表会 (情報科学類) 
7/29最終発表会 (情報メディア創成学類) 
8/3最終レポート提出締切 

最終更新: 2022/5/11